Flow Rate Profile Interpretation for a Two-Phase Flow in Multistage Fractured Horizontal Wells by Inversion of DTS Data
Notice bibliographique
Résumé
The use of distributed temperature sensors (DTSs) has become a common practice in real-time downhole monitoring for horizontal wells in oil/gas reservoirs. However, great challenges still exist in translating measured DTS data to flow rate profiles due to lack of robust inversion approaches, especially for multistage fractured horizontal wells (MFHWs) with a gas–water two-phase flow. In this study, a comprehensive inversion system combined with a temperature prediction model and an inversion model has been developed to interpret flow rate profiles for MFHWs with a two-phase flow by inversing downhole DTS data. The temperature model serves as a forward model to predict temperature behaviors of MFHWs. The inversion model is derived from the Levenberg–Marquardt (L–M) algorithm to eliminate the errors between the measured DTS data and the simulated temperature profile. By simulating the temperature behaviors of two-phase flow MFHWs, it has been found that there exist abnormal decreases in the ΔT/xf ratio (temperature drop/fracture half-length) of the corresponding fractures with the production of water. According to this, two effective methods to diagnose water exit locations for an MFHW are introduced. Two synthetic cases are presented to illustrate the application of the inversion system in detail. Finally, a field application is analyzed and satisfactory inversion results are obtained. The maximum inversion temperature error is less than 0.03 K and the absolute error of the inversed gas production rate is less than 9 m3/day. The interpreted inflow rates of each stage are close to the measured data as well, which validates the reliability of the proposed inversion system. The findings of this study provide a promising tool to interpret flow rate profiles for an MFHW with a two-phase flow.
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 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 | 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 ».