MétaCan
Menu
Retour à la cohorte
Enregistrement W2896188337 · doi:10.1115/1.4041741

Productivity Model for Water-Producing Gas Well in a Dipping Gas Reservoir With an Aquifer Considering Stress-Sensitive Effect

2018· article· en· W2896188337 sur OpenAlexaff
Xiaoliang Huang, Xiao Guo, Xiang Zhou, Xinqian Lu, Chen Shen, Zhilin Qi, Jiqiang Li

Notice bibliographique

RevueJournal of Energy Resources Technology · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueReservoir Engineering and Simulation Methods
Établissements canadiensUniversity of Regina
Organismes subventionnairesChongqing University of Science and TechnologyChongqing Research Program of Basic Research and Frontier TechnologyState Key Laboratory of Oil and Gas Reservoir Geology and ExploitationNational Natural Science Foundation of China
Mots-clésAquiferPetroleum engineeringPermeability (electromagnetism)ProductivityFormation waterStress (linguistics)Volumetric flow rateSensitivity (control systems)Geotechnical engineeringMechanicsChemistryGeologyGroundwater

Résumé

récupéré en direct d'OpenAlex

The development process of a dipping gas reservoir with an aquifer considering stress sensitivity is complex. With gas development, formation pressure decreases, stress-sensitive effect decreases permeability and porosity, and formation water could flow into the development gas well and gather in the wellbore. The accumulation of water may lead to a lower gas rate. Simultaneously, the gravity action of fluid caused by formation dip angle affects gas well productivity. However, few studies have investigated a deliverability model for a water-producing gas well with a dipping gas reservoir considering stress sensitivity. For this reason, it is important to determine the relationships between gas well productivity and stress sensitivity, formation angle, and water production. In this research, a new mathematical model of deliverability was developed for a water-producing gas well with a dipping gas reservoir considering stress sensitivity. Additionally, a new equation was developed for gas well productivity. By analyzing a typical dipping gas reservoir with an aquifer, the level of influence on gas well productivity was determined for stress sensitivity, formation angle, and water–gas ratio (WGR). The work defined the relationships between gas well productivity and stress sensitivity, formation angle, and WGR. The results indicate that deliverability increases with an increase in formation angle, and growth rate hits its limit at an angle of 40 deg. Due to the influence of formation angle, fluid gravity leads to production pressure differences in gas wells. When bottom-hole flow pressure equaled formation pressure, gas well production was not 0 × 104 m3/d, the angle was large, and gas well production was greater. Deliverability and stress sensitivity hold a linear relationship: the stronger the stress sensitivity, the lower the deliverability of the gas well, with the stress sensitivity index from 0 to 0.06 MPa−1 and the deliverability decrease rate at 37.2%. Deliverability and WGR hold an exponential relationship: when WGR increased from 0.5 to 15.0 m3/104 m3, the deliverability decrease rate was 71.8%. The model and the equations can be used to predict gas deliverability in a dipping gas reservoir with an aquifer considering stress sensitivity. It can also be used to guide the development process for a dipping gas reservoir with an aquifer.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,030
Score d'incertitude au seuil0,060

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,013
Tête enseignante GPT0,253
Écart entre enseignants0,239 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations11
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Energy Resources TechnologyMême sujetReservoir Engineering and Simulation MethodsTravaux en français237 207