Field Testing of the Flowback Technology for Multistage-Fractured Horizontal Wells: Test Results and Primary Interpretation of the Results
Notice bibliographique
Résumé
Abstract The paper presents the results of applying the methodology of well flowback and startup after hydraulic fracturing (HF), previously proposed in (Osiptsov et al., 2019), where the preferred conditions for well flowback after hydraulic fracturing are formulated in the form of a field experiment program. The program was implemented in 2019-2020 at four out of ten wells of the Priobskoye field in Western Siberia. The comparison of the two well clean-up designs, "smooth" and "aggressive", aimed to confirm the hypothesis that the choice of a "smooth" mode can reduce undesirable geomechanical effects to preserve the fracture conductivity and increase the recovery. Adapting our own hydrodynamic and geomechanical models to actual data made it possible to control the well clean-up process in the wells of a field experiment. Well site supervision allowed authors to fully implement the research plan, and also provided the opportunity to vary the parameters of the experiment (adjusting flowrate over time, adjusting the sampling and measurement schedules) using history matched models with actual parameters of the wells. Based on the results, the obtained data were analyzed and interpreted: flow rate, water cut, bottomhole and wellhead pressure, bottomhole temperature, suspended particulate matter (SPM) concentration, drain level, expedition pump frequency and wellhead samples. At the planning stage of the experiment, a formation zone of interest (ZOI) was selected with a set of first six pilot wells, where the geomechanical effects during the flowback period have the greatest impact on production. The field experiment program, which contains the wellhead choke steps sequence of diameters and duration of the well clean-up periods for two scenarios - "aggressive" and "smooth" for particular well. In addition to the choke schedule during eruptive period, there is a need to continue the recommended well startup after the ESP run in hole (RIH). Representativeness and repeatability conditions of field tests were formulated, comparison metrics were developed in order to standardize, normalize and estimate the well performance of the well startup a. We carried out the design of a field experiment proposed in 2019 (Osiptsov et al., 2019) and showed in practice that the dynamics of the well flowback and startup affects the well productivity index for a selected ZOI. In addition, we history-matched in-house geomechanical and hydrodynamic in order to quantify the production increase with regards to different flowback scenarios. Based on the available data, the boundaries of the pressure fluctuations opposite the hydraulic fracturing ports in the horizontal well were calculated in the absence of actual measurements to clarify the conditions for maintaining the conductivity of the fracture.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».