MétaCan
Menu
Retour à la cohorte
Enregistrement W3159799738 · doi:10.1029/2020wr027775

Dual‐Porosity Flow Diagnostics for Spontaneous Imbibition in Naturally Fractured Reservoirs

2021· article· en· W3159799738 sur OpenAlexfundno aff
Victoria Spooner, S. Geiger, Daniel Arnold

Notice bibliographique

RevueWater Resources Research · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueHydraulic Fracturing and Reservoir Analysis
Établissements canadiensnon disponible
Organismes subventionnairesEngineering and Physical Sciences Research CouncilEnergi Simulation
Mots-clésPorosityDisplacement (psychology)Flow (mathematics)Fluid dynamicsMatrix (chemical analysis)Fracture (geology)MechanicsImbibitionDual (grammatical number)Porous mediumMaterials sciencePetroleum engineeringComputer scienceGeologyPhysicsGeotechnical engineering

Résumé

récupéré en direct d'OpenAlex

Abstract We extend single‐porosity flow diagnostics to dual‐porosity systems using a novel retardation factor R to account for the effect of fracture‐matrix transfer on breakthrough times and displacement efficiency during two‐phase flow in fractured reservoirs. R is based on an analytical solution for capillary‐driven fluid exchange between the fractures and rock matrix. By linearizing R the time‐of‐flight τ⋆ is adjusted to include fracture‐matrix transfer and derive new metrics, the dynamic Lorenz coefficient to quantify the dynamic heterogeneity, and the dual‐porosity sweep efficiency Ev⋆ to estimate how efficiently the injected fluid displaces the reservoir fluid over time. We have tested different formulations of R across three case studies with increasing complexity to analyze the applicability and limitations of dual‐porosity flow diagnostics. This analysis reveals that as long as flow in the fractures is faster than fracture‐matrix transfer, dual‐porosity flow diagnostics provide useful approximations when assessing displacement efficiencies and identifying the wells that are at most and least likely to experience early breakthrough. We show that and Ev⋆ can be combined with stochastic optimization algorithms to improve the displacement efficiency in a 3D reservoir case study. Since a single dual‐porosity flow diagnostics calculation requires less than 1 min while a full‐physics simulation takes 2 h, we can now quickly screen a large parameter space to identify scenarios that need to be studied in more detail using full‐physics simulations. Hence, our new dual‐porosity flow diagnostics complement and accelerate state‐of‐the‐art uncertainty quantification and optimization workflows for fractured reservoirs.

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)0,003
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 enseignants0,004
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,020
Tête enseignante GPT0,277
Écart entre enseignants0,257 · 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

Citations18
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWater Resources ResearchMême sujetHydraulic Fracturing and Reservoir AnalysisTravaux en français237 207