MétaCan
Menu
Retour à la cohorte
Enregistrement W2912285134 · doi:10.2118/194364-ms

Empirical Links Between Sub-Surface Drivers and Engineering Levers for Hydraulic Fracture Treatments and the Implications for Well Performance

2019· article· en· W2912285134 sur OpenAlexaff
Ben Stephenson, T. Bai, Paul Huckabee, John Tolle, Ruijian Li, Jeff MacDonald, L. G. Acosta

Notice bibliographique

RevueSPE Hydraulic Fracturing Technology Conference and Exhibition · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueHydraulic Fracturing and Reservoir Analysis
Établissements canadiensShell (Canada)
Organismes subventionnairesnon disponible
Mots-clésHydraulic fracturingGeologySocial connectednessComputer sciencePetroleum engineeringEngineering

Résumé

récupéré en direct d'OpenAlex

Abstract Does the sub-surface drive completion design or is the rock less of a concern with industry trends to higher proppant-, fluid- and stage-intensities? To address this challenge it was first necessary to understand; 1) how the sub-surface could potentially influence completion and stimulation design, 2) what are the available engineering levers and moreover, 3) whether well performance has actually been impacted by tailoring completions in different plays from specific case-studies. Although there is a multitude of published field examples of how completion design changes have driven value, clarity around the inter-connectedness with sub-surface variability, either between plays or within a play, is commonly missing. New templates have been developed that describe the conceptual links between the nine key 'Sub-surface Drivers' for hydraulic fracturing and their associated engineering Levers categorized by well-, fluid-, proppant- and stage-design. These templates are a compilation of extensive empirical observations from both operations and field performance reviews incorporating thousands of wells across North America, supported with learnings from geomechanical theory and modeling. The nine Sub-surface Drivers that influence completion design and control the access to hydrocarbons are, 1) mobility, 2) reservoir pressure, 3) gross thickness, 4) layering heterogeneity, 5) rock stiffness, 6) natural fractures, 7) stress anisotropy, 8) risk of fraccing faults and, 9) risk of fraccing out of zone. Drivers 1-7 govern the connectivity, whereas 8 and 9 influence stimulation ineffectiveness. It is proposed that there are approximately fifteen primary engineering Levers related to these nine Drivers, which have been shown to have a measurable impact on completion effectiveness and/or production. Case studies illustrate that the Sub-surface Drivers play a significant role in most plays, but they are not all relevant in every play. The challenge is to acknowledge the variability, or lack of, and pursue completion design optimization goals, while managing the variance in the well performance range. Whereas industry trends of increasing completions intensity have delivered more value in many plays, the Sub-surface Drivers concept have primarily proven useful to mitigate against poor wells in development and explain exploration failures. By developing a systematic set of templates for Drivers and their respective levers, learnings from other operators can be high-graded through the formulation of connectivity analogues with the goal of showing where changes in completion design may be more, or less applicable.

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)0,007
score de la tête « metaresearch » (Gemma)0,052
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,038

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,052
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0000,002
Communication savante0,0030,003
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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.

Tête enseignante Opus0,012
Tête enseignante GPT0,231
Écart entre enseignants0,219 · 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'étudeObservationnel
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

Citations7
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSPE Hydraulic Fracturing Technology Conference and ExhibitionMême sujetHydraulic Fracturing and Reservoir AnalysisTravaux en français237 207