MétaCan
Menu
Retour à la cohorte
Enregistrement W3184796699 · doi:10.3968/11570

Case Study: A Fast Calculation Method on Optimizing Inflowing Control Parameters for Staged Premium Screen

2020· article· en· W3184796699 sur OpenAlexvenueno aff
Chen Yang, Zongyi Chen, Shaoxian Wang, Zhigang Qi, Peibin Gong

Notice bibliographique

RevueAdvances in petroleum exploration and development · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueReservoir Engineering and Simulation Methods
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésInflowPressure dropPetroleum engineeringInterval (graph theory)Water cutVolumetric flow rateOil wellCompletion (oil and gas wells)EngineeringGeologyMathematicsMechanics

Résumé

récupéré en direct d'OpenAlex

Staged premium screen technology has been widely used in Shengli Oilfield, and works as a reliable method for sectional inflow control completion in horizontal wells. The completion plan of staged premium screen were originally optimized by flow loop test, however, the test procedure is usually as long as 12 working days. Therefore, a fast calculation method with processing time of no more than 2 days is proposed. When the well bore segmentation scheme is available, screen number as well as base pipe hole density are selected as the key parameters, and are optimized from one interval to the next on the basis of inflow control characteristics formula of staged premium screen. During the optimization of each interval, the parameters which best fit the requirements of “reasonable inflow control pressure drop” and “maximum discharge area” are determined from many alternative values. G6-P15 well, designed under the guidance of fast calculation method, obtained more balanced fluid and oil production profile versus Reference Well G6-P12. So far, 15 wells have been designed by this fast method. On average, the annual decline rate of daily oil production, the annual increase rate of water cut as well as annual mean of water cut of application wells are observed to be 36.7%, 9.4% and 7.9% lower than those of reference wells, respectively, while the annual accumulation oil production of target wells is 12.2% higher than that of reference wells. These successful applications prove that the fast calculation method has provided reasonable design.

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)0,001
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 enseignants0,007
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,047
Tête enseignante GPT0,316
Écart entre enseignants0,269 · 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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvances in petroleum exploration and developmentMême sujetReservoir Engineering and Simulation MethodsTravaux en français237 207