Selection of decline curve analysis method using the cumulative production incline rate for transient production data obtained from a multi-stage hydraulic fractured horizontal well in unconventional gas fields
Notice bibliographique
Résumé
This research presents the selection of an appropriate decline curve analysis (DCA) methodology according to the transient production performance of a multi-fractured horizontal well in an unconventional gas field by using the cumulative production incline rate (IQp) The IQp introduced in this research is the change of cumulative production per unit time divided by the cumulative production. The IQp was confirmed for use as an indicator that could generalise and quantify a production decline through the analysis of well production data. The IQp values of eight and four DCA methods were applied to the production data generated by a reservoir simulation. The Duong method forecasted the production trends most accurately when the IQp exceeded 0.25%, while the YM-SEPD method was the most preferable for the rates below 0.05%. In addition, the analysis of production data for shale gas wells in Canada and the USA matched the simulation results, confirming that it would be reasonable to use the IQp in order to select a DCA method to forecast the production of unconventional gas wells. [Received: February 23, 2017; Revised: December 7, 2017; Accepted: December 9, 2017]
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 ».