MétaCan
Menu
Retour à la cohorte
Enregistrement W3161944616 · doi:10.2118/204200-ms

Application of DFIT-FBA Tests Performed at Multiple Points in a Horizontal Well for Advanced Treatment Stage Design and Reservoir Characterization

2021· article· en· W3161944616 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueSPE Hydraulic Fracturing Technology Conference and Exhibition · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueHydraulic Fracturing and Reservoir Analysis
Établissements canadiensChevron (Canada)University of Calgary
Organismes subventionnairesnon disponible
Mots-clésWellheadHydraulic fracturingPetroleum engineeringChokeWell stimulationPerforationReservoir engineeringTortuosityCompletion (oil and gas wells)GeologyGeotechnical engineeringEngineeringPetroleumMechanical engineering

Résumé

récupéré en direct d'OpenAlex

Abstract The DFIT flowback analysis (DFIT-FBA) method, recently developed by the authors, is a new approach for obtaining minimum in-situ stress, reservoir pressure, and well productivity index estimates in a fraction of the time required by conventional DFITs. The goal of this study is to demonstrate the application of DFIT-FBA to hydraulic fracturing design and reservoir characterization by performing tests at multiple points along a horizontal well completed in an unconventional reservoir. Furthermore, new corrections are introduced to the DFIT-FBA method to account for perforation friction, tortuosity, and wellbore unloading during the flowback stage of the test. The time and cost efficiency associated with the DFIT-FBA method provides an opportunity to conduct multiple field tests without delaying the completion program. Several trials of the new method were performed for this study. These trials demonstrate application of the DFIT-FBA for testing multiple points along the lateral of a horizontal well (toe stage and additional clusters). The operational procedure for each DFIT-FBA test consists of two steps: 1) injection to initiate and propagate a mini hydraulic fracture and 2) flowback of the injected fluid on surface using a variable choke setting on the wellhead. Rate transient analysis methods are then applied to the flowback data to identify flow regimes and estimate closure and reservoir pressure. Flowing material balance analysis is used to estimate the well productivity index for studied reservoir intervals. Minimum in-situ stress, pore pressure and well productivity index estimates were successfully obtained for all the field trials and validated by comparison against a conventional DFIT. The new corrections for friction and wellbore unloading improved the accuracy of the closure and reservoir pressures by 4%. Furthermore, the results of flowing material balance analysis show that wellbore unloading might cause significant over-estimation of the well productivity index. Considerable variation in well productivity index was observed from the toe stage to the heel stage (along the lateral) for the studied well. This variation has significant implications for hydraulic fracture design optimization, particularly treatment pressures and volumes.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,217
Score d'incertitude au seuil0,892

Scores Codex et Gemma par catégorie

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

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 Opus0,012
Tête enseignante GPT0,229
Écart entre enseignants0,217 · 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