Seismic reservoir characterization of Utica-Point Pleasant Shale with efforts at quantitative interpretation — A case study: Part 1
Notice bibliographique
Résumé
Abstract The Utica Shale is one of the major source rocks in Ohio, and it extends across much of the eastern United States. Its organic richness, high content of calcite, and development of extensive organic porosity make it a perfect unconventional play, and it has gained the attention of the oil and gas industry. The primary target zone in the Utica Play includes the Utica Formation, Point Pleasant Formation, and Trenton Formation intervals. We attempt to identify the sweet spots within the Point Pleasant interval using 3D seismic data, available well data, and other relevant data. This has been done by way of organic richness and brittleness estimation in the rock intervals. The organic richness is determined by weight % of total organic carbon content, which is derived by transforming the inverted density volume. Core-log petrophysical modeling provides the necessary relationship for doing so. The brittleness is derived using rock-physics parameters such as the Young’s modulus and Poisson’s ratio. Deterministic simultaneous inversion along with a neural network approach are followed to compute the rock-physics parameters and density using seismic data. The correlation of sweet spots identified based on the seismic data with the available production data emphasizes the significance of integration of seismic data with all other relevant data.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».