A Petrophysical Multivariate Approach Using Geophysical Well Logs and Laboratory Measurements to Characterize an Albian Carbonate Reservoir in the Campos Basin, Southeast Brazil
Notice bibliographique
Résumé
This study characterizes an Albian carbonate reservoir of oilfield B in the Campos Basin, based on geophysical well logs and laboratory petrophysical data. The use of current approaches to characterize reservoirs allowed us to estimate the porosity, permeability, and water saturation of this reservoir in a more reliable way than when this oilfield was discovered in 1976. To achieve this goal, the cluster analysis for rock typing module of the Interactive Petrophysics software was used to divide the succession into 11 electrofacies. Using log and laboratory data, an equation was derived to determine the porosity and the permeability of each electrofacies through the multiple linear regression technique. The results were compared with different models proposed by other authors, with the best results being found with multiple linear regression. Water saturation, on the other hand, was estimated by the Archie (The electrical resistivity log as an aid in determining some reservoir characteristics, Petroleum Transactions of AIME, 146:54–62, 1942) equation after identifying the cementation coefficient with the Pickett (A review of current techniques for determination of water saturation from logs, Journal of Petroleum Technology 18:1425–1433, 1966) cross plot. Finally, the porosity and permeability data were again used to identify three main flow units in the reservoir through the Winland (Oil accumulation in response to pore size changes, Weyburn field, Saskatchewan. Amoco Production Company Report F72-G-25, 20 p., 1972) graph. To verify the effectiveness of the adopted methodology, it was applied (successfully) in a test well, defining porosity, permeability, water saturation, and flow units, where laboratory data were absent.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 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 | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 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 ».