Limited Access Ranging Solution – Mitigation of Significant Anti-Collision Issues
Notice bibliographique
Résumé
Abstract This paper explores four unique case studies where a novel limited-access ranging system was used in real world examples of well placement with close-proximity drilling applications. The case studies highlight enhanced recovery and reduced complexity for the overall well construction process. The method uses a gradient ranging system along with surface excitation to create an active magnetic field along the target wellbore to acquire a distance and direction measurement. This arrangement eliminates the need for the typical access-dependent ranging conveyance using coiled tubing or wireline systems. With this approach, several logistical and technical constraints are removed, making several unique solutions possible, such as ranging to abandoned wells and to wells with casing damage or other obstructions, and as well as high-temperature applications as no intervention is required to the target wellbore. The first case study used magnetic ranging to an abandoned wellbore in an approach similar to drilling a standard Steam Assisted Gravity Drainage (SAGD) injector well. The second study highlights an anti-collision scenario which required toe-to-heel ranging to an abandoned wellbore. The third used magnetic ranging as an anti-collision tool performing toe-to-heel ranging to a currently producing wellbore where completion tools were left in the hole. The fourth scenario used the technology to drill a parallel well where a casing and tubing obstruction limited the ability to run traditional ranging equipment. Through this paper, the authors will illustrate the benefits of this technology in their use in Steam Assisted Gravity Drainage drilling applications and expand on potential benefits of this technology in other close-proximity drilling applications for either paralleling or anti-collision purposes.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».