Simulation of Multi-Component Gas Flow and Condensation in Marcellus Shale Reservoir
Notice bibliographique
Résumé
The Marcellus shale formation, with more than 463 trillion cubic feet (Tcf) of recoverable gas in Pennsylvania and West Virginia, will play a critical role in providing clean energy, environmental sustainability, and increased security for our nation. However, due to recent low gas prices, most of the operating companies have slowed down their activities in dry gas areas and refocused their attention in oil and condensate production from liquid-rich regions. This change in production plans requires detailed investigation of gas condensate bank developments and saturation dynamics in shale gas reservoirs that change greatly with reservoir conditions. An advanced level of understanding of the parameters affecting gas condensate phase behavior is necessary in order to make accurate predictions of these changes.;One of these parameters is the phase behavior of gas condensate in shale gas reservoirs that is significantly different than that of gas condensate as bulk in the PVT cell. It is highly affected by shale pore size distribution, gas adsorption, and water vapor saturation. Critical properties of gas condensate are also significantly influenced by shale pore size distribution, leading to changes in viscosity and formation volume calculations. In addition to that fluid composition, natural and hydraulic fractures, reservoir anisotropy, rock compressibility and number of horizontal wells and their operating conditions could also significantly impact the condensate bank development and dynamics. To quantify the importance of each one of these parameters and their interactions on dynamics of condensate bank development, an experimental design technique, Plackett-Burman design, will be practiced for two different cases (single well cylindrical model and actual Marcellus shale gas reservoir with heterogeneous porosity and permeability field). Detailed uncertainty analysis of different parameters has a significant impact on implementing the best production strategies such as bottom-hole pressures and hydraulic fracture spacing. Commercial simulators are unable to provide reliable predictions of condensate production rates and saturation dynamics due to lack of correct physics controlling production mechanisms in shale gas reservoirs.;In this study we will introduce a new equation of state, including the cohesive and adhesive forces due to fluid-fluid and fluid-solid interactions, and use that to develop a compositional model for gas condensate fluids in Marcellus shale gas reservoirs. A new correlation to adjust critical properties of gas condensate will also be developed based on shale pore size distribution to incorporate into the compositional simulator, CMG (GEM), to investigate the dynamics of gas condensation, and to perform sensitivity analysis on
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».