MétaCan
Menu
Retour à la cohorte
Enregistrement W2974260376 · doi:10.2118/195985-ms

Shifting the Perspective: Modernizing Well Density Metrics for Multi-Layer Horizontal Well Development

2019· article· en· W2974260376 sur OpenAlexaboutno aff
Mary Eschelbach Hansen, Brian Hamm, Jared Wynveen, Tyler Schlosser, D. S. Jenkinson, Hoang Bao Dang

Notice bibliographique

RevueSPE Annual Technical Conference and Exhibition · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueHydraulic Fracturing and Reservoir Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGeologyPetroleum engineeringLayer (electronics)Well loggingComputer scienceMaterials science

Résumé

récupéré en direct d'OpenAlex

Abstract Unconventional reservoirs with low permeability shales and siltstones are currently being developed using horizontal wells in multiple layers. As this development technique has become more common, accurately understanding well-to-well communication is increasingly critical. Well positioning, reservoir thickness and well interference effects are important factors in the success of multi-layer development. Traditional well density metrics such as wells per section and lateral well spacing do not account for the multi-layer nature of these plays. This paper introduces readily derived metrics that enable a three-dimensional (3D) quantification of multi-layer well density. Unlike traditional analysis which considers pad development from a bird’s eye view, this paper considers the vertical cross-section of a pad which enables the 3D drainage to be quantified. The metrics Cross-Sectional Drainage Area (XDA) and Three-Dimensional Proppant Intensity (3DPI) are defined. XDA quantifies the well density relative to the thickness of the reservoir. 3DPI represents completion intensity and reservoir stimulation relative to the cubic volume of gross rock attributed to the multi-layer development. Once introduced, these two metrics are correlated to well and pad level performance. Examples from the Montney Formation in Western Canada and the Bakken Formation in North Dakota, USA are studied in detail. Ultimate hydrocarbon recovery factors, early time well performance and production profiles are analyzed and compared to the XDA and 3DPI metrics using visual analytics and multivariate machine learning models. In both the Montney and Bakken examples, XDA correlates with well performance and 3DPI correlates with pad hydrocarbon recovery factors.

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)0,002
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,002
Études des sciences et des technologies0,0000,001
Communication savante0,0030,003
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
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 Opus0,030
Tête enseignante GPT0,270
Écart entre enseignants0,239 · 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'étudeSimulation ou modélisation
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

Citations1
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSPE Annual Technical Conference and ExhibitionMême sujetHydraulic Fracturing and Reservoir AnalysisTravaux en français237 207