Production decline analysis of shale gas based on a probability density distribution function
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
Abstract Production decline analysis is a simple and efficient method to forecast production dynamics of shale gas. The traditional Arps decline model is also widely used in the production decline analysis of shale gas, but an obvious error is often generated. Based on the Weibull and χ2 probability density distribution function, the monotonic decreasing production prediction equations of shale gas are established. It is deduced that recently, the widely used Duong model is essentially a Weibull probability density distribution model. Decline analysis results of production data from actual shale gas well and numerical simulations indicate that the fitting results of the Weibull (Duong) model and χ2 distribution model are better than the Arps model whose deviation of early data is large. For a shale gas reservoir with very low permeability, pressure conformance area is small and it is obviously influenced by fractures. Early shale gas production rate mainly contributed to by fractures declines quickly and the later production rate mainly contributed to by the matrix declines slowly over time. The production decline curve has obvious long-tail distribution characteristics and it is a better fit to the data with a χ2 distribution model. As for the increase of permeability, the fitting accuracy of the Weibull (Duong) model gradually becomes better than the χ2 distribution model. Research results provide theoretical guidance for choosing a reasonable production decline model of a shale gas reservoir with a different permeability.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,000 |
| 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 découle