MétaCan
Menu
Retour à la cohorte
Enregistrement W3010771726 · doi:10.2118/199981-ms

Use of Normalized Cumulative Production Curves to Estimate Ultimate Recovery of Unconventional Plays in North America

2020· article· en· W3010771726 sur OpenAlexaboutno aff
Ivan Olea, Hamed Tabatabaie, Louis Mattar, Reza Khaksarfard

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueReservoir Engineering and Simulation Methods
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésProduction (economics)Cumulative effectsStatisticsGeologyCumulative distribution functionEconometricsMathematicsEconomics

Résumé

récupéré en direct d'OpenAlex

Abstract Operators and investors are interested in finding better metrics to evaluate the production performance of unconventional multi-fractured horizontal wells (MFHWs). This paper discusses the use of cumulative productionratio curves,normalized to a given reference volume in time (e.g. 12-month cumulative production) for different unconventional plays in North America to investigate the median trend for each play, and investigate the median ultimate recovery per play. The selection of using 12-month cumulative production as a reference volume as a normalization parameter is discussed. Historical production data from thousands of MFHWs in unconventional plays in the US (Bakken, Barnett, Eagleford, Fayeteville, Haynesville, Marcellus and Permian) and Canada (Duvernay, Montney and Horn River) was used to calculate normalized cumulative production curves for theprimary fluid, using different cumulative reference volumes at different points in time (e.g. 6, 12, 24, 36, 48 and 60 months). The observed trends for each of the selected plays werestudied using data analytics tools. A two-segment hyperbolic decline was used to match the median production trend to estimate the long-term performance of each play. Depending on the data variance, some plays exhibit more clear trends than others. By using normalized cumulative production curves, general profiles for each play were generated and compared. These Cumulative Production Ratio Profiles (CPRP) were extended using a two-segment hyperbolic equation to determine the Expected Ultimate Recovery Ratios (EURR) per play. Once a well in a region has been on production for a minimum duration equal to the reference time (e.g. 12 months), two results are readily determined: a) the EUR, and b) the production profile. The EUR is obtained simply by multiplying the appropriate EURR by the well's 12-month cumulative production; and the production profile is obtained by using the CPRP (cumulative production ratio profile) of the play and multiplying it by the 12-month cumulative production of the welland converting the results to daily rates. This cumulative plot serves as a normalized typewell for the region and can be used to guide the production forecasts of wells with a short production life.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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: Empirique
Score de désaccord entre enseignants0,038
Score d'incertitude au seuil0,425

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,051
Tête enseignante GPT0,309
Écart entre enseignants0,258 · 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 tête enseignante, 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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetReservoir Engineering and Simulation MethodsTravaux en français237 207