MétaCan
Menu
Retour à la cohorte
Enregistrement W2980258714 · doi:10.2118/196611-ms

Developing a New Workflow to Study the Effect of Soaking Process on Shale Well

2019· article· en· W2980258714 sur OpenAlexaff
Ahmed Farid Ibrahim, Mazher Ibrahim, Chester Pieprzica

Notice bibliographique

RevueSPE Eastern Regional Meeting · 2019
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAtmospheric and Environmental Gas Dynamics
Établissements canadiensApache (Canada)
Organismes subventionnairesnon disponible
Mots-clésPetroleum engineeringShale gasVolume (thermodynamics)Hydraulic fracturingVolumetric flow rateProduced waterEnvironmental scienceOil shaleGeologyWaste managementEngineeringMechanics

Résumé

récupéré en direct d'OpenAlex

Abstract The most common stimulation technique of shale gas production is multistage hydraulic fracturing. However, the implementation of the technique brings in new formation damage considerations. Large quantities of water-based fracture fluids, over 75% of the injected volume, usually left unrecovered at the start of production that leads to permeability reduction and low productivity. Accidently, some operators found an improvement in gas recovery after shut in the wells after flowback due to pipeline restriction. They called this behavior as the soaking effect. This study presents a workflow to evaluate the effect of the soaking process on the well performance after the hydraulic fracturing process in actual field cases. Waterflow back analysis was conducted for 21 well to estimate the effective fracture volume before and after the soaking process. Rate transient analysis (RTA) was conducted on the production data to estimate the stimulated reservoir volume (SRV) in each well. SRV and the enhanced recovery were correlated to the soaking time. Decline curve analysis for water and gas flow rates were conducted to estimate the estimated ultimate gas and water recovery (EURg, and EURw) before and after the soaking process. An increase in the gas flow rate was observed with soaking time with low water production. SRV increased with the soaking process up to 53% of its initial value with shut-in the well for 180 days. EURw decreased by 52 % of its value before the soaking process, while EURg increased by 48%. Shut-in the well before gas-kick off after hydraulic fracturing operations negatively impact the well performance and the gas production can decrease by 22% even after soaking process for 315 days. This study will present a methodology to evaluate the soaking process, and recommendations to improve the impact of the soaking process on well performance.

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)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,000
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,002

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 GPT0,248
Écart entre enseignants0,234 · 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'étudeExpérimental (laboratoire)
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSPE Eastern Regional MeetingMême sujetAtmospheric and Environmental Gas DynamicsTravaux en français237 207