Monte Carlo Analysis of Advanced Spline Curves for Wellbore Trajectory Uncertainty Calculations
Notice bibliographique
Résumé
Abstract The wellbore position uncertainty model is an important part of well design and operational considerations particularly for multi-well pads. The true uncertainty ellipsoids are dependent on the wellbore trajectory calculation method as much as it is on the quality of the survey measurements. Using the advanced spline curve method, more accurate uncertainty ellipsoids can be generated enabling engineers to optimize wellbore position for drilling, geological, reservoir, and production engineering applications. To demonstrate that the advanced spline curve method models the true wellbore position more accurately than minimum curvature, trajectory calculations of a well surveyed with high resolution continuous gyroscope measurements are compared with the same wellbore after down sampling. The error of the two methods with the down sampled survey are compared to the base case. With the advanced spline curve method established, the uncertainty ellipsoid is calculated for each survey station for a set of wells on a multi-well pad. A Monte Carlo simulation using an industry standard error model for the survey measurements generated the uncertainty ellipsoids. The confidence interval, agreement of distribution, and collision risk of both calculation methods are evaluated and compared to a high-resolution survey. This paper presents a Monte Carlo analysis of the wellbore position error model generated by the advanced spline curve method to that of the error model generated by the minimum curvature method. The error induced by the calculation method is reduced loosening the constraint of collision risk on wellbore design. Improved knowledge of the wellbore position benefits all engineering aspects for the life of the well.
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 ».