MétaCan
Menu
Retour à la cohorte
Enregistrement W4243567905 · doi:10.2118/173378-pa

Applications of Geomechanics to Hydraulic Fracturing: Case Studies From Coal Stimulations

2017· article· en· W4243567905 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueSPE Production & Operations · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueHydraulic Fracturing and Reservoir Analysis
Établissements canadiensConocoPhillips (Canada)
Organismes subventionnairesnon disponible
Mots-clésGeomechanicsHydraulic fracturingGeologyMicroseismPetroleum engineeringFracture (geology)Geotechnical engineeringRock mechanicsLithologyWell stimulationStress (linguistics)Mining engineeringPetrologyReservoir engineeringSeismologyPetroleum

Résumé

récupéré en direct d'OpenAlex

Summary Modern hydraulic-fracture treatments are designed by use of fracture simulators that require formation-related inputs, such as in-situ stresses and rock mechanical properties, to optimize stimulation designs for targeted reservoir zones. Log-derived stress and mechanical properties that are properly calibrated with injection data provide critical descriptions of variations in different lithologies at varying depths. From a practical standpoint, however, most of the hydraulic-fracturing simulators that are currently used for treatment design use only a limited portion of a geologic-based rock-mechanical-property characterization, thus resulting in outputs that may not completely align with observed outcomes from a fracturing treatment. By use of examples from hydraulic-fracture stimulations of coals in a complex but well-characterized stress environment in Surat Basin of eastern Australia, we obtain the reservoir-rock-related input parameters that are important for the design of hydraulic fractures and also identify those that are not essential. To understand the effect on improving future fracture-stimulation designs, the authors present work flows for pressure-history matching of treatments and subsequent comparison of corresponding geometries with external measurements, such as microseismic (MS) surveys, to calibrate geomechanical models. The paper presents examples discussing synergies, discrepancies, and gaps that currently exist between “geologic” geomechanical concepts in contrast to the geomechanical descriptions and concepts that are used and implemented in hydraulic-fracturing stimulations. Ultimately it remains paramount to constrain as many critical variables as realistically and as uniquely as possible. Significant emphasis is placed on reservoir-specific pretreatment data acquisition and post-treatment analysis. Some of the obvious differences observed between the measured and fracture-model-derived geometries are also presented in the paper, highlighting the areas in fracture modeling where significant improvement is needed. The approach presented in this paper can be used to refine hydraulic-fracture-treatment designs in similar complex reservoirs worldwide.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,749
Score d'incertitude au seuil0,747

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,024
Tête enseignante GPT0,298
Écart entre enseignants0,274 · 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