Estimating Ultralow Permeability at Multiple Locations Using Simultaneous-Impulse Tests: A Fit-for-Purpose Pressure-Transient Solution and Its Field Application
Notice bibliographique
Résumé
Summary One of the major challenges in efficiently developing ultratight or shale reservoirs is to obtain reliable permeability distribution. Ultralow 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 ultralow-permeability formations. An innovative reservoir-monitoring/testing tool system was developed and successfully applied to fields in both the United States 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 a suitable data-interpretation work flow were 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 wellbores in each zone and properly considers crossflow between formation layers. In addition, it allows any number of perforated intervals and formation layers where the number of perforated intervals is fewer than that of the formation layers. Field examples demonstrate the applicability of the new solution and the data-interpretation work flow to formation permeability down to tens of nanodarcies. 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 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 | 0,000 |
| 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 ».