Multidimensional Velocity-Based Model of Formation Permeability Damage: Validation, Damage Characterization, and Field Application
Notice bibliographique
Résumé
The loss of injectivity in produced water and seawater injectors due to formation plugging is well documented in the literature. Reliable modeling of the permeability loss is the key to the analysis of field data and to design and economics of projects.Standard formulation of damage mechanics is based on the classical deep bed filtration (concentration-based) model, which requires two parameters: filtration coefficient λ and formation damage coefficient β. Determinationof these paramteters is expensive and difficult. Moreover, the model is not easily implemented in reservoir simulators.This paper presents an alternative approach to modeling damage based on the formulation proposed by Bachman et al. (SPE 79695). The numerical implementation and validation of this empirical, velocity-based model is extended to two dimensions. The model was extended to 2-D flow and validated by a comparison with the deep bed filtration model. The velocity model gives remarkably accurate approximation to the more complex concentration model. Unique relation between the parameters of the two models was found, and used to develop a new methodology to characterize damage by matching lab or field data.Application of the model to the published data from offshore Gulf of Mexico is presented. The velocity method allows more accurate history matching and the damage characterization by history matching yields parameters close to those measured.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».