A COMPREHENSIVE REVIEW ON FLUID AND ROCK CHARACTERIZATION OF OFFSHORE PETROLEUM RESERVOIRS: TESTS, EMPIRICAL AND THEORETICAL TOOLS
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Most of the current daily oil production comes from mature or maturing oil fields, and reserve replacement through new discoveries is not keeping pace with the growing energy demands. The petroleum industry has, therefore, been trying to maximize the recovery from existing and mature oil fields, mainly through enhanced oil recovery (EOR), as well as to extend exploration and production activities to deeper offshore areas and harsher environments such as the Arctic. Offshore reservoirs generally exhibit poor recovery factors due to several challenges and limitations encountered in offshore areas. One of the most critical limiting factors in offshore developments is the lack of sufficient rock and fluid data from the full extent of the reservoir due to the typically limited number of wells drilled in these reservoirs, particularly in the initial stages of field development. This results in high uncertainties in reservoir characterization, hinders the selection of appropriate production techniques and EOR methods, and increases the failure risk of offshore development plans. The logical approach to overcoming such issues starts with building a solid basis of reservoir characterization by trying to maximize the value of rock and fluid data through planning the extraction of sufficient samples from the reservoir, optimizing the experimental procedures, and using appropriate and reliable property-predictive methods where required. This paper is an effort to review the main challenges of offshore developments as well as the main reservoir rock and fluid characterization methods, tests, and predictive tools to provide a comprehensive picture of what can help decision-making and achievement of more reliable offshore reservoir descriptions.
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.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découle