Improved Design and Analysis of Diagnostic Fracture Injection Tests
Notice bibliographique
Résumé
Diagnostic Fracture Injection Tests (DFITs) have become commonplace in low-permeability (unconventional) reservoirs to obtain parameters used in hydraulic fracture stimulation design and reservoir characterization including minimum in-situ stress, initial reservoir pressure and reservoir permeability. The current understanding of the parameters that impact successful DFIT design and analysis is limited. A DFIT exhibits very complex physical behavior, with various mechanisms active at the same time, including those related to wellbore, fracture, leakoff and reservoir flow. Therefore, the observed trends in field data are not often predicted using existing analytical methods, and some common signatures cannot be interpreted. This underscores the need for a systematic simulation study of DFIT responses where all the active mechanisms are captured simultaneously. Furthermore, the required shut-in time to acquire reliable DFIT data for estimation of minimum in-situ stress and reservoir pressure may be excessive, ranging from days to weeks or months. In this study, a fit-for-purpose coupled reservoir-geomechanics model is used to simulate DFITs and generate synthetic pressure responses under various conditions. The validity of the simulation model is confirmed by comparison to field data. Progressive fracture closure is presented as an alternative closure mechanism, and the primary pressure derivative (PPD) is identified as a powerful tool to estimate fracture closure. The effect of wellbore storage, leakoff rate and dynamic fracture geometry on pressure response is investigated, and their signatures are identified. These findings are used to explain and analyze field data in major unconventional plays in western Canada. In order to accelerate the test and reduce shut-in time, a new DFIT procedure which combines the injection period with an ultra-low rate flowback is presented. Two successful field trials of this modified procedure are reported in this work. Finally, a conceptual method is presented for estimation of reservoir pressure in pump-in/flowback tests. This method utilizes rate transient analysis techniques to account for variations in pressure and flowback rate. This method is validated with numerical simulation and a field trial.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».