MétaCan
Menu
Retour à la cohorte
Enregistrement W3199773506 · doi:10.1016/j.petsci.2021.09.030

Study on brittleness templates for shale gas reservoirs-A case study of Longmaxi shale in Sichuan Basin, southern China

2021· article· en· W3199773506 sur OpenAlexaff
Qamar Yasin, Ghulam Mohyuddin Sohail, Ke-Yu Liu, Qizhen Du, Cyril D. Boateng

Notice bibliographique

RevuePetroleum Science · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueHydraulic Fracturing and Reservoir Analysis
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésBrittlenessGeologyOil shaleHydraulic fracturingShale gasGeotechnical engineeringPermeability (electromagnetism)Structural basinPetrologyPetroleum engineeringGeomorphologyMaterials science

Résumé

récupéré en direct d'OpenAlex

Differentiating brittle zones from ductile zones in low permeability shale formations is imperative for efficient hydraulic fracturing stimulation. The brittleness index (BI) is used to describe the rock resistance to hydraulic fracture initiation and propagation and measures the ease at which complex fracture networks can be created. In this study, we constructed brittleness templates through the correlation of fundamental rock properties and geomechanical characterization. We then employed the templates to distinguish the brittle, ductile, and brittle-ductile transition zones in the Longmaxi shale gas reservoir, Sichuan Basin of southern China. The approach works in two steps. First, we suggest a new expression for the mineralogical BI by their respective weights based on the analysis of correlation coefficients between mechanical testing and XRD results. Second, we correlate TOC, porosity, pore fluid, natural fractures, and improved BI model with multiple elastic properties to define the brittle, ductile, and transitional zones in the Longmaxi shale gas reservoir of China. Compared with the traditional mineralogy-based BI definition, the improved BI model differentiates the brittle and ductile zones and provides a better sense of the most suitable fracturing regions. Our results show that the brittleness templates, which combine fundamental rock properties, improved BI model, and geomechanical characterization led to identifying favorable zones for hydraulic fracturing and enhanced shale characterization. The proposed brittleness templates’ effectiveness was verified using data from horizontal wells, offset wells, shale gas wells from different origins, laboratory core testing, and seismic inversion of BI across the studied wells.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,040
Score d'incertitude au seuil0,080

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0010,000
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 Opus0,021
Tête enseignante GPT0,274
Écart entre enseignants0,253 · 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'étudeObservationnel
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

Citations32
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePetroleum ScienceMême sujetHydraulic Fracturing and Reservoir AnalysisTravaux en français237 207