Produced Flowback Salts vs. Induced-Fracture Interface: A Field and Laboratory Study
Notice bibliographique
Résumé
Summary The water recovered from hydraulic-fracturing operations (i.e., flowback water) is highly saline, and can be analyzed for reservoir characterization. Past studies measured ion-concentration data during imbibition experiments to explain the production of saline flowback water. However, the reported laboratory data of ion concentration are approximately three orders of magnitude lower than those reported in the field. It has been hypothesized that the significant surface area created by hydraulic-fracturing operations is one of the primary reasons for the highly saline flowback water. In this study, we investigate shale/water interactions by measuring the mass of total ion produced (TIP) during water-imbibition experiments. We conduct two sets of imbibition experiments at low-temperature/low-pressure (LT/LP) and high-temperature and high-pressure (HT/HP) conditions. We study the effects of rock surface area (As), temperature, and pressure on TIP during imbibition experiments. Laboratory results indicate that pressure does not have a significant effect on TIP, whereas increasing As and temperature both increase TIP. We use the flowback-chemical data and the laboratory data of ion concentration to estimate the fracture surface area (Af) for two wells completed in the Horn River Basin (HRB), Canada. For both wells, the estimated Af values from LT/LP and HT/HP test results have similar orders of magnitude (approximately 5.0×106 m2) compared with those calculated from production and flowback rate-transient analysis (RTA) (approximately 106 m2). The proposed scaleup procedure can be used as an alternative approach for a quick estimation of Af using early-flowback chemical data.
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 | 0,001 |
| 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 ».