MétaCan
Menu
Retour à la cohorte
Enregistrement W2611867312 · doi:10.26512/ripe.v2i21.21701

A CORRECTION METHODOLOGY FOR EXPLICIT COUPLING BETWEEN RESERVOIR AND PRODUCTION SYSTEM SIMULATORS

2017· article· en· W2611867312 sur OpenAlexfundno aff
João Carlos von Hohendorff Filho, Denis José Schiozer

Notice bibliographique

RevueAmericanae (AECID Library) · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueReservoir Engineering and Simulation Methods
Établissements canadiensnon disponible
Organismes subventionnairesUniversidade Estadual de CampinasPetrobrasCMG Reservoir Simulation FoundationU.S. Department of Energy
Mots-clésFlexibility (engineering)Coupling (piping)Reservoir engineeringReservoir simulationProduction (economics)Computer scienceWork (physics)Flow (mathematics)Petroleum engineeringEngineeringPetroleumGeologyMathematicsMechanical engineering

Résumé

récupéré en direct d'OpenAlex

Various methodologies to model the coupling of reservoirs and production systems have been applied in the oil industry in recent years due to the need to model properly the integrated solution of models that represent the flow of fluids through the reservoir to the surface. Explicit methodology can be an efficient choice to integrate simulations because allows coupling adequate simulators to model the whole system and also to grant flexibility in study of well management alternatives. Several authors have shown the limitations of explicit methodology coupling reservoirs and production systems, such as errors due to the inadequate choices of time step and boundary conditions. The objective of this work were formulated a theoretical foundation to support the adopted IPRc correction methodology, comparing with observed well bottom hole pressure data from reservoir simulation, and validate explicit coupling methodology for producer wells, applying in cases of known response in common situations of well operation in production and injection of fluids. The explicit coupling between reservoir simulator and production systems was implemented obtaining satisfactory results when compared with uncoupled and decoupled methodologies.

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.

Comment cette classification a été obtenuedéplier

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)0,001
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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,172
Score d'incertitude au seuil0,886

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
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 Opus0,055
Tête enseignante GPT0,305
Écart entre enseignants0,250 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmericanae (AECID Library)Même sujetReservoir Engineering and Simulation MethodsTravaux en français237 207