MétaCan
Menu
← Retour à la cohorte
Enregistrement W3010775699 · doi:10.2118/199978-ms

Geomechanical Characterization and Modeling in the Montney for Hydraulic Fracturing Optimization

2020· article· en· W3010775699 sur OpenAlexaboutno aff
Qiuguo Li, Oscar Perez Michi, Drazenko Boskovic, Alexey Zhmodik, Majid M. Faskhoodi, Giselle Garcia Ferrer, Venkateshwaran Ramanathan, Taofeek Ogunyemi, Raouf Ameuri

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueHydraulic Fracturing and Reservoir Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGeomechanicsGeologyHydraulic fracturingGeotechnical engineeringPore water pressurePetroleum engineering

Résumé

récupéré en direct d'OpenAlex

Abstract Geomechanics plays a significant role in hydraulic fracture initiation and propagation and in the interaction between hydraulic fractures and natural fractures, especially in unconventional reservoirs. This paper provides a detailed description of a geomechanical characterization and modeling study for evaluating the impact of geomechanics on completions and hydraulic fracturing stimulations optimization in the Montney resource play, Canada. Following an integrated workflow, 1D mechanical earth models (MEM) for ten wells were constructed in the study area. These 1D MEMs include elastic and strength properties, pore pressure, direction and magnitude of in-situ stresses. Extensive rock mechanics core testing data were used to calibrate the elastic and strength properties. Pore pressure and fracture closure pressure data from diagnostic fracture injection tests were also available to calibrate pore pressure and minimum in-situ stress. Maximum horizontal stress was constrained by modeling wellbore stability and matching it with caliper logs and wellbore stability features on wellbore image. A 3D mechanical earth model was subsequently constructed using a 3D geological model, the 1D MEMs, and seismic inversion data. Elastic properties from seismic inversion were used to populate mechanical properties in the 3D model. In-situ stresses were numerically simulated to account for the impact of faults and structural and mechanical property variation on in-situ stress distribution. The geomechanical analysis shows that there is a decreasing trend in Young’s modulus from upper Montney to lower Montney while Poisson’s ratio is relatively constant in the Montney. The pore pressure in some parts of the field is high and varies across the field. Stress regime is predominantly strike-slip with relatively large stress anisotropy, and this has implications on the hydraulic fracture network that would be simulated, shearing of natural fractures and the stimulated reservoir volume. Rock elastic and strength properties, pore pressure, and in-situ stresses were found to be heterogenous across the whole field. The relatively large variation in pore pressure in the study area and the structural complexities have large impact on the distribution of stresses. Faults alter the stress distribution locally and could affect hydraulic fracture propagation. Hydraulic fracture simulations were subsequently performed, and the geometry of the simulated hydraulic fractures and the stimulated reservoir volume were validated with microseismic events. The effects of geomechanics on fracture geometry and ultimately reservoir production were evaluated. Because of the significant impact of geomechanics on hydraulic fracturing, it is critical to characterize and model geomechanics accurately. This paper provides a comprehensive approach and application to a field in the Montney, showcasing the integrated method of geomechanical characterization and hydraulic fracture simulation and production modeling using various data. The analysis provides an interrelationship among geomechanical parameters, microseismicity and stimulated reservoir volume.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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: Empirique
Score de désaccord entre enseignants0,430
Score d'incertitude au seuil0,854

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,024
Tête enseignante GPT0,218
Écart entre enseignants0,194 · 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

Citations6
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetHydraulic Fracturing and Reservoir Analysis→Travaux en français237 207→