A simulator for production prediction of multistage fractured horizontal well in shale gas reservoir considering complex fracture geometry
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Shale gas is becoming an increasingly supplementary energy source because of its clean-burning and abundance. Economic gas production in shale requires the techniques of horizontal drilling and multistage hydraulic fracturing to create complex fracture network (CFN). How to accurately describe the characteristics of geometry and flow mechanisms of the CFN and select the most efficient approach for modeling are challenging. In this paper, a production forecasting model for multistage fractured horizontal well (MFHW) with CFN in shale is proposed based on the multiple interacting continua (MINC) theory (organic/inorganic matrix, natural fractures system) and lower-dimensional discrete fracture network (DFN) model (hydraulic fractures system). The model is designed to describe the unconventional flow mechanisms in shale system, such as fractal porous media and non-Darcy multiscale flow in ultra-tight matrix, ad-desorption on organic materials’ surface, rock un-consolidation within natural fractures , high-velocity turbulent flow near well range, and multiphase behaviors. We also propose a novel hybrid control volume finite element (CVFE) and finite-difference (FD) simulation method to obtain the numerical results of the model based on the unstructured 3D tri-prisms. The accuracy of the simulator is successfully validated and sensitivity analysis of some key factors (e.g.: fractal model permeability, Langmuir volume , heterogeneities of reservoir and fractures, well platform) are conducted to evaluate the impacts on production performance. Combing with the micro-seismic monitoring (MSM) data and engineering analyses, the DFN model is applied in Longmaxi shale formation to obtain the history matching with the field data and predict the production.
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 découle