Increasing confidence in estimating stimulated reservoir volume by integrating RTA and microseismic analysis
Notice bibliographique
Résumé
Rate Transient Analysis (RTA) and microseismic monitoring are gaining momentum in modelling Stimulated Reservoir Volume (SRV) in Multi-Frac Horizontal Wells (MFHWs) in unconventional reservoirs. From a behavioural perspective, RTA uses history matching and production data analysis to estimate fracture volume and productivity, and microseismic analysis maps frack-ing-induced micro-earthquakes to calibrate the fracture network from a spatiotemporal point of view. Defining the concepts of normalized rate, material balance time and pseudo-time, dynamic drainage volume, together with convolution, deconvolution and analytical models, make RTA a powerful and computationally efficient tool for modelling MFHWs (Blasingame et al., 1991; Agarwal et al., 1998, Mattar and Anderson, 2003). Poe (2005) proposed a rate-transient analysis method for evaluating the performance of wells with limited pressure data using the superposition theory and dimensionless parameters. Soliman and Adams (2010) estimated fracture properties by applying Flow Regime Identification (FRI) plots to early production data, followed by using analytical models derived for each distinct flow regime. Kuchuk et al. (2016) calibrated reservoir models by history-matching the transient flow rate and pressure measurements. Brown (2009), Stalgorova and Mattar (2012a, 2012b), Deng et al. (2015), and Yuan et al. (2015) divided the reservoir into a series of linear flow regions and derived analytical pressure transient models from the pressure diffusion equation, not only to confirm the validity of the identification, characterization and diagnostic analyses but also to provide production forecasts and carry out optimization studies. Clarkson et al. (2015) successfully applied RTA analytical and semi-analytical modelling techniques to a gas condensate MFHW in a Western Canadian Basin, highlighting the fact that building a predictive understanding of drainage volume dynamics is best started with physics-based analytical models rather than multi-phase numerical simulations. This is particularly important in unconventional reservoirs where the complex, small-scale physics and rock-fluid interactions significantly hinder gathering enough measurements to support the numerically added complexities.
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 | 0,010 | 0,060 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,003 | 0,006 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».