Acoustic Data Driven Application of Principal Component Multivariate Regression Analysis in the Development of Unconfined Compressive Strength Prediction Models for Shale Gas Reservoirs
Notice bibliographique
Résumé
Abstract Unconfined compressive strength (UCS) equally represented as geomechanical strength remains a critical mechanical property in the successful implementation of key technologies for shale gas reservoirs’ development and production. Attention has been less concentrated on prediction models’ development for shale geomechanical strength evaluation. Majority of the existing shale geomechanical strength correlations are dependent on single log input parameter, which is insufficient to account for the complex and non-linear behaviour of UCS across the entire reservoir interval of interest. The high relevance of UCS has therefore triggered the need for the application of an integrated system of principal component – multivariate regression analysis in driving UCS predictive models’ development for shale gas reservoirs. Generated acoustic datasets of notable shale gas reservoirs (Marcellus, Montney, Longmaxi and Roseneath) in respective countries (United States of America (USA), Canada, China and Australia) were used. Statistical test analysis was conducted in validation for wider applications of the developed UCS prediction models. Models development were driven by 21,708 datapoints of acoustic parameters, models’ accuracy ratings were above 99%, R-squared values had high degrees of closeness to unity, mean absolute percentage error (MAPE) values were at less than 10% and coefficient of variation (COV) at less than (1.0). UCS prediction models were all dependent on multiple direct log measured acoustic parameters in distinction to existing UCS empirical correlations; thus, a pure reflection of significant boost to the accuracy and reliability of UCS measurements for shale gas reservoirs. The developed prediction models will promote geomechanical strength accountability and lead to creation of a robust base in minimization of wellbore instability problems, optimization of wellbore trajectory and containment of hydraulic fractures. This will significantly contribute in putting gas resources of shale reservoirs with enormous potentials, at the forefront of quantitatively meeting natural gas requirements in global energy demand.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».