Digital Slickline Using a Novel RF Transceiver: Case Studies in Kuparuk River: North Slope, Alaska
Notice bibliographique
Résumé
Abstract The Kuparuk River unit (KRU) on the North Slope of Alaska is a maturing asset providing a variety of well intervention opportunities necessary to maintain production. Because of the high well count, interventions need to be efficient, and the traditional slickline and electrical line model are being challenged. The primary concern is the multiple rig ups and rig downs to complete the scope of work, but there are also local concerns, such as maintaining a workable equipment schedule in a cold-weather region. Another unique feature of the KRU is that many of the wells have scale deposits. Digital slickline (DSL) has been successfully used in the KRU and was highlighted in previous papers (Wiese 2015). The ability to have real-time depth correlation with a casing collar locator (CCL) and optional gamma ray (GR) during slickline runs and completing the traditional electric line services (i.e., packer set, perforating, etc.) is a game changer that dramatically helps improve intervention efficiency. A previous challenge was maintaining real-time communications in areas where there is excess scale buildup. To circumvent this issue, a new protocol was developed using a radio frequency (RF) antenna to provide half duplex communications with a coated slickline. This methodology doesnot require the tool housing to contact the tubular to complete the signal transmission. In 2017, more than 400 digital subscriber line (DSL) runs covering a wide variety of tasks were successfully completed, including removing and replacing gas-lift valves, fishing packers, string shots, perforating, setting packers, and patches. An interesting result of the KRU digital slickline interventions was that approximately 60% of the runs were slickline centric involving jars and 40% were considered e-line replacement services. This trend suggests that a successful product should be able to complete all typical slickline runs to maintain the efficiency advantage.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,005 | 0,002 |
| 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) | 0,005 | 0,001 |
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.
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 ».