Physics-Based Fluid-Flow Modeling of Liquids-Rich Shale Reservoirs Using a 3D Three-Phase Multiporosity Numerical-Simulation Model
Notice bibliographique
Résumé
Summary Production from liquids–rich shale reservoirs in the US and Canada has increased significantly during the past few years. However, a rigorous understanding of shale rocks and fluid flow through them is still limited and remains a challenge. Thus, the objective of our research is developing a 3D physics–based model for simulating fluid flow through these types of multiporosity rocks. This is important given the recent spread of these types of reservoirs throughout the world. Simulation of liquids–rich shale reservoirs is performed with the construction of an original fully implicit 3D multiphase modified black–oil finite–difference numerical formulation, which uses a multiporosity approach as well as diffusion from solid kerogen. The multiporosity system includes adsorbed porosity, organic porosity, inorganic porosity, natural–fracture porosity, and hydraulic–fracture porosity. A numerical model is developed with capabilities to handle dissolved gas in the solid part of the organic matter, adsorption/desorption from the organic pore walls, viscous– and non–Darcy–flow mechanisms (slip flow and Knudsen diffusion), and stress–dependent properties of natural and hydraulic fractures. Examples of simulated results are presented as crossplots of pressure, production rates, and cumulative production vs. time. These plots are used to show the contributions of free gas, adsorbed gas, and dissolved gas to fluid production from liquids–rich shale reservoirs. Results indicate that both desorption and gas diffusion positively affect shale performance. Simulation results demonstrate that not taking into account desorption and diffusion from solid kerogen leads to underestimating production from liquids–rich shale reservoirs. Furthermore, the simulation study shows that long periods of time are required for the effects of these two mechanisms to be manifested. This helps to explain why shales have been produced over long periods of time (several decades), such as in the case of Devonian wells in the Appalachian Basin. The type of 3D simulation model for multiporosity liquids–rich shale reservoirs developed in this paper is not currently available in the literature. The approach implemented in this paper provides a novel and important foundation for simulating complex shale reservoirs.
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 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 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».