MétaCan
Menu
Retour à la cohorte
Enregistrement W2583764990 · doi:10.2118/0916-0114-jpt

Chemical Analysis of Flowback Water and Downhole Gas-Shale Samples

2016· article· en· W2583764990 sur OpenAlex
Adam Wilson

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

aboutLe titre ou le résumé porte un signal canadien du lexique géographique.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueJournal of Petroleum Technology · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueHydraulic Fracturing and Reservoir Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésProduced waterHydraulic fracturingShale gasOil shaleEnvironmental scienceUnconventional oilPetroleum engineeringSalinityGeology

Résumé

récupéré en direct d'OpenAlex

This article, written by Special Publications Editor Adam Wilson, contains highlights of paper SPE 175925, “Chemical Analysis of Flowback Water and Downhole Gas-Shale Samples,” by Ashkan Zolfaghari, SPE, Yingzhe Tang, Jordan Holyk, Mojtaba Binazadeh, and Hassan Dehghanpour, SPE, University of Alberta, and Doug Bearinger, SPE, Nexen Energy, prepared for the 2015 SPE/CSUR Unconventional Resources Conference, Calgary, 20–22 October. The paper has not been peer reviewed. Recently, flowback chemical analysis has been considered to be a complementary approach for evaluating fracturing operations and characterizing reservoir properties. Understanding the source of flowback salts and the mechanisms controlling the water chemistry is essential but also challenging because of the complexity of water/shale interactions. In this study, samples of flowback water and downhole shales are analyzed to investigate the mechanisms controlling the chemistry of flowback water. Introduction Field data show that chemistry of flowback water is substantially different from that of the injected water. For instance, in the Horn River Basin (HRB), slick water (with salinity levels similar to those of fresh water) is injected into the reservoir to create fractures, while the recovered flowback water is highly saline (40,000–70,000 ppm). Analysis of flowback data from the HRB wells indicates that the shape of the salt-concentration profiles is related to the fracture-network complexity. Knowledge of flowback-water composition is also required for water environmental assessment and selection of appropriate remediation strategies. Although flowback chemical analysis has been used widely to assess fracturing operations, the source of the ions in the flowback water is still a matter of debate. This study analyzes the flowback water and the shale samples to investigate the source of the ions and factors controlling flowback-water chemistry. Intact flowback- water samples are digested in acid to dissolve the precipitated salts and possible colloidal particles. A comparative analysis of the intact and acid- digested flowback-water samples is performed for better understanding of the mechanisms affecting flowback- water chemistry. The intact flowback-water samples are evaporated, and the remaining salts are investigated with X-ray diffraction (XRD) and scanning electron microscopy with energy- dispersive X-ray spectroscopy (SEM-EDXS). Furthermore, a sequential-ion-extraction method is developed to identify the loosely, moderately, and strongly attached ions.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,251

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,005
Tête enseignante GPT0,199
Écart entre enseignants0,194 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle