MétaCan
Menu
Retour à la cohorte
Enregistrement W2925819463 · doi:10.2118/195186-ms

Improved Rod-Pump Run Time in Sandy Wells Two Stages Filtration

2019· article· en· W2925819463 sur OpenAlexaff
John VanNatta, Phillip Logan, Alyssa Stieg, Gustavo Gonzalez, Luis Guanacas

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueOil and Gas Production Techniques
Établissements canadiensApache (Canada)
Organismes subventionnairesnon disponible
Mots-clésFiltration (mathematics)Control (management)Production (economics)Computer scienceDeposition (geology)Identification (biology)Process engineeringPetroleum engineeringEngineeringReliability engineeringEnvironmental scienceGeology

Résumé

récupéré en direct d'OpenAlex

Abstract Failures due to solid particles flowing with the production fluid is one of the main causes of interventions in wells with beam pumping systems. When this problem is accompanied with chemical deposition like scale, leads to a very common intervention during well operation. This paper proposes an analytical methodology that consists of evaluation of the particle size distribution, viability for the use of sand screens and centrifugal separation systems for sand control management in wells with short run time. These systems have proven effective for failure wells that requires a sand control management system when if not addressed increase the lifting costs leading many projects to be infeasible from an economic standpoint. All the technical considerations are explained focusing on the information required and the parameters analyzed to recommend the most accurate design for sand control; selected approaches and models that have been developed to improve the run time due to sand issues are shown in this paper. A case study is showed in a well with average run time of 27 days indicating that identification of particle size distribution was a key factor to provide the right solution for sand control management. These novel applications help operators to reduced OPEX (operating expense), by minimizing well Interventions, decreasing failures in the pump; stabilizing the production and reducing the unforeseen interruption.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,043
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,004
Tête enseignante GPT0,209
Écart entre enseignants0,205 · 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 tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
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

Citations4
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetOil and Gas Production TechniquesTravaux en français237 207