Estimating Ultra Low Permeability at Multiple Locations Using Simultaneous Impulse Tests: A Fit for Purpose Pressure Transient Solution and Its Field Application
Notice bibliographique
Résumé
Abstract One of the major challenges in efficiently developing ultra-tight or shale reservoirs is to obtain reliable permeability distribution. Ultra low permeability and very strong stratification or heterogeneity in the formations require conducting long duration tests at multiple locations in a well to attain a complete reservoir characterization. Because of these characteristics, existing tools or methods that work well for conventional reservoirs are usually not applicable for ultra-low permeability formations. An innovative reservoir monitoring/testing tool system was developed and successfully applied to fields in both USA and Canada (Zhan et al. 2016). The tool created multiple pressure pulses at targeted locations simultaneously along monitoring wells for zonal in-situ permeability estimations as well as long term formation pressure monitoring. Existing pressure transient solutions are incapable of handling the measured data when potential zonal pressure interferences appear. A fit-for-purpose pressure solution, the associated optimization algorithm and suitable data interpretation workflow, was developed to analyze the data whenever commercial software tools are inadequate. The new solution fully considers all impulses as well as potential interferences among them through suitable superposition. In-situ permeability values at all involved zones can be obtained through a combination of individual impulse analyses and systematic multiple impulse inversions. The new pressure transient solution was verified through comprehensive synthetic cases using numerical simulations. The results show that the solution can handle either fully or partially open wellbore in each zone and properly considers cross-flow between formation layers. In addition, it allows any number of perforated intervals and formation layers where the number of the perforated intervals is less than that of the formation layers. Field examples demonstrates applicability of the new solution and the data interpretation workflow to formation permeability down to tens of Nano-Darcy. The detailed zonal permeability distribution in the formation enables a more representative reservoir model for better hydraulic fracturing design and field development optimization.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».