MétaCan
Menu
Retour à la cohorte
Enregistrement W2951624161 · doi:10.2118/195595-pa

Evaluating Fracture Volume Loss During Flowback and Its Relationship to Choke Size: Fastback vs. Slowback

2019· article· en· W2951624161 sur OpenAlexafffund
Yingkun Fu, Hassan Dehghanpour, Siyavash Motealleh, Carlos Manuel Lopez, Robert Hawkes

Notice bibliographique

RevueSPE Production & Operations · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueHydraulic Fracturing and Reservoir Analysis
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNatural Resources CanadaCanadian Natural Resources Limited
Mots-clésChokeVolume (thermodynamics)Fracture (geology)GeologyPetroleum engineeringGeotechnical engineeringEngineeringPhysicsThermodynamics

Résumé

récupéré en direct d'OpenAlex

Summary In this study we estimated the initial effective fracture pore volume (Vfi) and fracture volume loss (dVef) for 21 wells completed in the Montney and Eagle Ford formations. We also evaluated the relationship between dVef and choke size. First, we applied rate-decline analysis to water-flowback data of candidate wells to estimate the ultimate water recovery volume, approximated as Vfi. Second, we estimated dVef using a fracture compressibility relationship to evaluate the fracture volume loss of the Eagle Ford wells. Third, we investigated the effect of choke size on dVef for the Eagle Ford fastback and slowback wells. Semilog plots of flowback water rate vs. cumulative water volume show straight-line trends, representing a harmonic decline. The estimated Vfi accounts for approximately 84 and 26% of the total injected water volume (TIV) of the Montney and Eagle Ford wells, respectively. The results show that approximately 10% of the fracture volume is lost during flowback. This loss in fracture volume predominantly happens during the early flowback and becomes minimal during the late flowback period. The results show a relatively higher dVef for fastback (a flowback process with a relatively large choke size) wells compared with that for slowback (a flowback process with a relatively small choke size) wells. In this study we proposed a method to estimate the initial fracture volume and investigated the loss in fracture volume during the flowback process. Analyses of the field data led to an improved understanding of the factors that control water flowback and the effective fracture volume.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,025

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
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 Opus0,014
Tête enseignante GPT0,269
Écart entre enseignants0,255 · 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'étudeObservationnel
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

Citations21
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSPE Production & OperationsMême sujetHydraulic Fracturing and Reservoir AnalysisTravaux en français237 207