Application of Multiple Diagnostic Plots to Identify End of Linear Flow in Unconventional Reservoirs
Notice bibliographique
Résumé
Abstract This paper presents a method to identify switch time from end of linear flow (telf) to transition or boundary-dominated flow (BDF) by utilizing multiple diagnostic plots including a Modified Fetkovich type curve (Eleiott et al. 2019). In this study, we analyzed publicly available production data to analyze transient linear flow behavior and boundary-dominated flow from multiple unconventional reservoirs. This method applies a log-log plot of rate versus time combined with a log-log plot of rate versus material balance time (MBT). In addition to log-log plots, a specialized plot of rate versus square root of time is used to confirm telf. A plot of MBT versus actual time, t, is provided to convert material balance time to actual time, and vice versa. The Modified Fetkovich type curve is used to estimate decline parameters and reservoir properties. Applications of this method using monthly production data from Bakken and Permian Shale areas are presented in this work. Utilizing public data, our comprehensive review of approximately 800 multi-staged fractured horizontal wells (MFHW) from North American unconventional reservoirs found many of them exhibiting linear flow production characteristics. To identify end of linear flow, a log-log plot of rate versus time alone is not sufficient, especially when a well is not operated in a consistent manner. This paper shows using additional diagnostic plots such as rate versus MBT and specialized plots can assist interpreters to better identify end of linear flow. With the end of linear flow determined for these wells, the interpreter can use the telf to forecast future production and estimate reservoir properties using the modified type curve. These diagnostic plots can be added to existing production analysis tools so that engineers can analyze changes in flow regimes in a timely manner, have better understanding of how to forecast their wells, and reduce the uncertainty in estimated ultimate recoveries related to decline parameters.
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 | 0,002 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,008 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».