A comprehensive review on the flow behaviour in shale gas reservoirs: Multi‐scale, multi‐phase, and multi‐physics
Notice bibliographique
Résumé
Abstract An accurate description of fluid flow is critical for the prediction of the productivity of shale gas reservoirs. In this paper, we present the current advances and a systematic summary on the fluid flow in shale gas reservoirs. First, shale pore structures, consisting of organic pores and inorganic pores ranging from nanoscale to micro‐scale, and reservoir fluids, including free gas, absorbed gas, and water, are systematically presented. Thereafter, multi‐physics flow phenomena motivated by scale effects, such as continuum flow, slip flow, transition flow, free molecular flow, and surface diffusion for gas, as well as the effective viscosity and slip boundary condition for water, are carefully summarized. Meanwhile, these flow mechanisms are discussed with molecular dynamics (MD) simulations and theoretical analysis. Subsequently, on the basis of upscaling approaches, including capillary bundle models, the lattice Boltzmann method (LBM), and pore network models (PNMs), fluid flow through heterogeneous shale matrix is reviewed and the influences of scale effects and pore structures are clarified. Additionally, shale gas well performance is discussed by combining the multiple transport mechanisms and a fracturing‐shut‐in‐flowback‐production process. Our review concluded that the fluid flow behaviour in shale gas reservoirs is a complex multi‐scale process accompanied by multi‐physical phenomena and multi‐fluid distributions. Keeping this in mind is helpful for predicting the shale gas production and recoverable gas resources. We expect this study can not only help by providing a better understanding of the fluid flow in shale reservoirs but also provide significant implications to address other multiphase flow processes.
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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».