MétaCan
Menu
Retour à la cohorte
Enregistrement W3118634330 · doi:10.1021/acs.energyfuels.0c03867

Evaluation of Aqueous Phase Trapping in Shale Gas Reservoirs Based on Analytic Hierarchy Process

2021· article· en· W3118634330 sur OpenAlexaff
Mingjun Chen, Yili Kang, Xiaoyi Zhang, Zhehan Lai, Peisong Li, Zhangxin Chen

Notice bibliographique

RevueEnergy & Fuels · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueHydraulic Fracturing and Reservoir Analysis
Établissements canadiensUniversity of Calgary
Organismes subventionnairesChina Scholarship CouncilChina Postdoctoral Science FoundationNational Natural Science Foundation of China
Mots-clésOil shalePetrophysicsPetroleum engineeringHydraulic fracturingShale gasTight gasUnconventional oilGeologyGeotechnical engineeringPorosity

Résumé

récupéré en direct d'OpenAlex

A large amount of fracturing fluid retained in a shale gas reservoir that does not flow back after hydraulic fracturing could induce formation damage of aqueous phase trapping (APT). A shale gas reservoir generally has a multiscale pore and fracture structure, so both retained fracturing fluid distribution and gas transport have multiscale characteristics. In this work, a comprehensive evaluation method of shale APT damage based on the analytic hierarchy process in fuzzy mathematics is put forward considering the petrophysical properties and multiscale gas transport behavior in a shale reservoir. First, the critical indexes of shale APT damage evaluation are determined. Then the hierarchy structure for APT damage evaluation for a shale gas reservoir is constructed. Finally, the weights of the critical evaluation indexes of shale APT damage are calculated on the basis of the analytic hierarchy process. Taking Longmaxi shale reservoir as an example, the APT damage degrees for matrix and fractures are calculated to be 65% and 84%, respectively. The evaluation method for shale APT damage proposed in this work is beneficial to accurately predicting the productivity of a shale gas well and optimizing the hydraulic fracturing process to improve the stimulation effect.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,022
Tête enseignante GPT0,285
Écart entre enseignants0,263 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations13
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnergy & FuelsMême sujetHydraulic Fracturing and Reservoir AnalysisTravaux en français237 207