Improved Distance-of-Investigation Model for Rate-Transient Analysis in a Heterogeneous Unconventional Reservoir With Nonstatic Properties
Notice bibliographique
Résumé
Summary The concept of distance of investigation (DOI) has been widely applied in rate– and pressure–transient analysis for estimating reservoir properties and for optimizing hydraulic fracturing. Despite its successful application in conventional reservoirs, significant errors arise when extending the concept to unconventional reservoirs. This work aims to clearly demonstrate such errors when using the traditional square–root–of–time model for DOI calculations in unconventional reservoirs, and to develop new models to improve the DOI calculations. In this work, the following mechanisms in unconventional reservoirs are first incorporated into the calculation of DOI: (1) pressure–dependency of rock and fluid properties; (2) continuous/discontinuous spatial variation of reservoir properties. To achieve this, pseudopressure, pseudotime, and pseudodistance are introduced to linearize the diffusivity equation. Two novel methods are developed for calculating DOI: one using the concept of continuous succession of steady states, and the other using the concept of dynamic drainage area (DDA). Both models are verified using a series of fine–grid numerical simulations. A production–data–analysis workflow using the new DOI models is proposed to analytically characterize reservoir heterogeneity and fracture properties. The new DOI models compensate for the inability of the traditional square–root–of–time model to capture spatial and temporal variations of reservoir and fluid properties. The pressure–dependency of fluids and reservoirs (i.e., fluid density, fluid viscosity, rock permeability, and rock porosity) and reservoir heterogeneities (i.e., deterioration of reservoir quality from the primary fracture to the reservoir) can significantly retard the propagation of the DOI. Another important outcome of this work is to provide a practical and analytical approach to directly estimate the spatial heterogeneity from the production history of field cases.
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 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».