MétaCan
Menu
Retour à la cohorte
Enregistrement W2932218725 · doi:10.2118/193861-ms

Ranking Fractured Reservoir Models Using Flow Diagnostics

2019· article· en· W2932218725 sur OpenAlexfundno aff
Victoria Spooner, S. Geiger, Daniel Arnold

Notice bibliographique

RevueSPE Reservoir Simulation Conference · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueReservoir Engineering and Simulation Methods
Établissements canadiensnon disponible
Organismes subventionnairesEngineering and Physical Sciences Research CouncilEnergi Simulation
Mots-clésRanking (information retrieval)Computer scienceFlow (mathematics)Matrix (chemical analysis)Uncertainty quantificationReservoir simulationEnsemble Kalman filterRank (graph theory)PorosityPetroleum engineeringData miningGeologyMachine learningMechanicsMathematicsArtificial intelligenceGeotechnical engineeringKalman filterMaterials sciencePhysics

Résumé

récupéré en direct d'OpenAlex

Abstract This paper describes the application and testing of innovative dual porosity flow diagnostics to quantitatively rank large ensembles of fractured reservoir models. Flow diagnostics can approximate the dynamic response of multi-million cell models in seconds on standard hardware. The need for new faster screening methods stems from the challenge of making robust forecasts for naturally fractured carbonate reservoirs. First order uncertainties including the distribution and properties of natural fractures, matrix heterogeneity and wettability can all negatively impact on recovery. A robust multi-realisation approach to production forecasting is often rendered impractical due to the time cost for simulating many models. We have extended existing flow diagnostics techniques to dual porosity systems by accounting for the matrix-fracture exchange. New metrics combine the transfer rate with the advective time of flight in the fractures identifying risk factors for early water breakthrough and providing quantitative measures of dynamic heterogeneity. We have compared ranking a large ensemble of synthetic fractured reservoir models using dual porosity flow diagnostics and using full-physics simulation. The synthetic ensemble explores a number of different geological concepts around the fracture distributions, wettability and matrix heterogeneity which can. Not only does the flow diagnostic ranking agree well with the cumulative oil ranking the run time for the flow diagnostics is <0.25% of the total simulation time. This significant reduction in the time to compare models allows more time to spend running full physics simulation on the important and geologically diverse cases that offer the most insight.

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)0,001
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,064
Tête enseignante GPT0,313
Écart entre enseignants0,249 · 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'étudeSimulation ou modélisation
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

Citations6
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSPE Reservoir Simulation ConferenceMême sujetReservoir Engineering and Simulation MethodsTravaux en français237 207