MétaCan
Menu
Retour à la cohorte
Enregistrement W2741705736 · doi:10.1115/1.4037368

State-of-the-Art Solution of Capacitance Resistance Model by Considering Dynamic Time Constants as a Realistic Assumption

2017· article· en· W2741705736 sur OpenAlexaff
Ali Lesan, Seyed Ehsan Eshraghi, Abbas Bahroudi, Mohammad Reza Rasaei, H. Rahami

Notice bibliographique

RevueJournal of Energy Resources Technology · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueReservoir Engineering and Simulation Methods
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésConstant (computer programming)Time constantCapacitanceComputer scienceMatching (statistics)Flooding (psychology)Function (biology)Flow (mathematics)SIGNAL (programming language)Control theory (sociology)SimulationMathematical optimizationMathematicsMechanicsStatisticsPhysicsArtificial intelligenceEngineeringElectrical engineering

Résumé

récupéré en direct d'OpenAlex

To have an acceptable accuracy for water flooding projects, proper history matching is an important tool. Capacitance resistance model (CRM) simulates water flooding performance based on two tuning parameters of time constant and connectivity. Main advantages of CRM are its simplicity and fastness; furthermore, it needs only some field-available inputs like injection and production flow rates. CRM is reliable if producers receive the injection rate signal; in other words, duration of history matching must be enough so that the rate signal of injection is sensed in producers. It is a shortcoming of CRM that the results might not be accurate as a result of short history. In the common CRM, time constant is considered to be a static parameter (constant number) during the history of simulation. However, time constant is a time-dependent function that depends on the reservoir nature. In this paper, a new model has been developed as it decreases model dependency on the history matching length by shifting time axis. This new definition adds a rate shift constant to the model mathematics. Moreover, a new model is considering dynamic time constants. This new model is called dynamic capacitance resistance model (DCRM). Two reservoir models have been simulated to analyze the performance of DCRM, and, as a result, it is found that the static time constant is an erroneous assumption. Finally, the accuracy of the results has been improved since the degree-of-freedom of the CRM increased in the new version.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut 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: Méthodes
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,002
Science ouverte0,0020,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,009
Tête enseignante GPT0,245
Écart entre enseignants0,236 · 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 source (Gemma direct ou Codex distillé), 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
GenreMéthodes

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

En bref

Citations11
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Energy Resources TechnologyMême sujetReservoir Engineering and Simulation MethodsTravaux en français237 207