Sweet Spot and Porosity Development in an Unconventional Source Rock Play
Notice bibliographique
Résumé
Diligent reservoir characterization is the key to successful production in most unconventional plays. Unconventional resource plays require one to adapt to the scale of observation (1 nm to 1 μm) and to use special imagery techniques (e.g., scanning electron microscope [SEM], ion-milled SEM) to characterize the nature and classes of the pore system. For the Duvernay Formation, a quantitative approach to porosity typing and measurement was conducted on two- and three-dimensional focused ion beam SEM images. These images showed that between 69% and 85% of the porosity is kerogen porosity, with an average of 75% for the studied wells. It is important to recognize that although organic porosity is also developed in the less mature wells, the biggest pores were found in the most mature areas. These results indicate that there is a positive correlation between liquid yield and pore size, as well as a positive correlation between thermal maturity and pore size. The pore volume and/or the number of accessible pores increase (i.e., hydrocarbon in the pore volume and, thus, permeability) following the same trend as the mean pore size. It is concluded that the matrix porosity and, more importantly, the matrix permeability are primarily the result of thermal maturation of the kerogen. These results were not observed in previous studies due to an erroneous estimation of maturity using vitrinite reflectance, or a lack of appropriate diversity and quality of samples collected throughout the maturation phase windows to obtain statistically representative results. Subsurface data (wells, seismic), outcrop work from literature, and public domain production data from the West Shale Basin were integrated at the regional scale with this nanoscale pore-system characterization to define the hydrocarbon production potential of the Duvernay Formation.
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 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 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».