A Semianalytical Method for Modeling Two-Phase Flow in Coalbed-Methane Reservoirs With Complex Fracture Networks
Notice bibliographique
Résumé
Summary Coalbed-methane (CBM) reservoirs are naturally fractured formations with cleats surrounding the coal matrix. Analyzing and predicting CBM-production performance is challenging, especially for early-time production, because of the complex fracture networks and gas/water two-phase flow. In this study, we develop an efficient semianalytical model to predict gas and water production in CBM reservoirs with multiscale fracture networks. The activated large-scale or interconnected cleats and hydraulic fractures are modeled explicitly as discretized segments with connected nodes. The small-scale cleats and disconnected natural fractures are described implicitly as “enhanced matrix permeability.” We incorporate critical gas-flow mechanisms and stress sensitivity of the fracture network in the model. The two-phase-flow mechanism is considered by iteratively correcting the relative permeability to gas/water for each fracture segment and capillary pressure at each node with the reservoir depletion. We verified the model against a numerical reservoir simulator, field data, and an analytical solution. Subsequently, we apply the model to quantify the effects of fracture-network complexity/connectivity and stress sensitivity on gas/water-production behavior. This work presents an accurate and fast semianalytical model to perform two-phase flow of gas and water in CBM wells with complex fracture networks. The approach is easier to set up and less data-intensive than using a numerical reservoir simulator, and more flexible in handling the complex-fracture networks than full analytical models. This method provides a promising technique for better understanding the effect of the cleats and fracture networks present in CBM reservoirs on gas and water production.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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 ».