MétaCan
Menu
Retour à la cohorte
Enregistrement W2603519342 · doi:10.2118/175892-pa

Estimating Effective Fracture Pore Volume From Flowback Data and Evaluating Its Relationship to Design Parameters of Multistage-Fracture Completion

2017· article· en· W2603519342 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueSPE Production & Operations · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueHydraulic Fracturing and Reservoir Analysis
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésFracture (geology)Volume (thermodynamics)Petroleum engineeringCompressibilityCasingPore water pressureGeologyHydraulic fracturingCompletion (oil and gas wells)Geotechnical engineeringMechanicsThermodynamics

Résumé

récupéré en direct d'OpenAlex

Summary Flowback data from seven multifractured horizontal tight oil/gas wells in Anadarko Basin show two separate regions during the single-phase water production. Region 1 shows a dropping casing pressure, and Region 2 shows a flattening casing pressure. This paper investigates the flowback behavior of the two regions, and illustrates how flowback data can be interpreted to estimate effective fracture pore volume, and to investigate its relationship to completion-design parameters. We construct diagnostic plots to understand the physics of Regions 1 and 2. Region 1 represents pressure depletion in fractures, and Region 2 represents the hydrocarbon breakthrough into the effective fracture network. The results of our analyses indicate that the duration of Region 1 depends on initial reservoir pressure and hydrocarbon type. We apply a previous flowback model (Abbasi et al. 2012, 2014) on Region 1 to estimate effective fracture pore volume, and also propose a procedure to estimate fracture compressibility by use of diagnostic-fracturing-injection-test (DFIT) data. The results suggest that the estimated effective fracture pore volume is very sensitive to fracture compressibility, and is generally larger than the final load-recovery volume, and less than the total injected-water volume. The results also suggest that most of the effective fractures are unpropped, and host the nonrecovered fracturing water. We investigate the relationship between the estimated effective fracture pore volumes and completion-design parameters, including total injected-water volume, proppant mass, gross perforated interval, and number of clusters, by use of the Pearson correlation-coefficient method. The results show that total injected-water volume, gross perforated interval, and the number of clusters are among the key design parameters for an optimal fracturing treatment. Higher total injected-water volume and closer cluster spacing generally lead to a larger effective fracture pore volume.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,427
Score d'incertitude au seuil0,729

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
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 Opus0,065
Tête enseignante GPT0,330
Écart entre enseignants0,264 · 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