Prediction Modeling for Combination Drive Reservoir Performance
Notice bibliographique
Résumé
Depletion performance of combination drive oil reservoirs is highly influenced by changes in reservoir rock and fluid data, relative permeability data, and PVT data of reservoir. Therefore, future prediction of combination drive oil reservoirs is difficult due to the long terms, huge equations and the sensitivity of data especially the PVT data and relative permeability data. In this paper, an integrated analytical model was developed to simulate the combination drive oil reservoir’s performance. It couples the general material balance equation with equations for water influx, water-invaded pore volume, gas-invaded pore volume, oil and gas saturation, and fluid contacts for combination oil reservoirs. All these equations are merged and solved simultaneously with reservoir depletion stages. A comparison with the various equations’ results for the integrated model has been developed so that it can be utilized in history match mode. This is used to estimate fluid saturation distribution after water influx and gas-cap invasion, original fluids in place, aquifer parameters and type, fluid contact levels, and effective recovery factor during gas and water aquifer movement towards the productive hydrocarbon zone in all reservoir depletion stages. The developed model has been validated using published cases for various oil reservoirs’ conditions, resulting in a good match between published case results and developed model results for these reservoirs. After validating the model, it has been used for two Egyptian combination drive fields. The field production history has been matched and future production performance for these reservoirs was simulated. Finally, the developed model also has the capability to predict reservoir performance for another Egyptian combination drive oil reservoir field under water and or gas injection, integrated with decline curve analysis.
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 | 0,001 |
| 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 ».