Application of migration modeling to unconventional reservoirs: An example from the Montney Formation northeastern British Columbia
Notice bibliographique
Résumé
In unconventional reservoirs, controls on fluid distribution exerted by fluid properties and petrophysical properties are critical to appraising resources and planning developments but are poorly understood. We propose that petrophysical properties combine with fluid properties to determine hydrocarbon migration in low porosity systems with small pores and evaluate these controls through numerical simulations of reservoir filling. During migration, two main forces are present: buoyancy and capillary pressure. The fluid properties affect the capillary pressure and govern the buoyancy force. Rock properties also impact the capillary pressure, a rock with smaller pore throat will have a higher capillary pressure, the rock wettability also affects the capillary pressure. In this case study, we test models for fluid distribution in an unconventional reservoir by simulating the migration of the hydrocarbons in the Montney Formation in western Canada. By injecting different fluid compositions in the model, and applying different capillary pressures to the rocks, we can examine relationships between fluid composition, capillary pressure, and fluid distribution and test reservoir charging scenarios. Because fluid properties vary with pressure and temperature, we also examine reservoir charging at different depths and under different geothermal gradients to understand how this affects migration in an unconventional reservoir like the Montney Formation. The insights gained on this project may be useful not only for the Montney Formation but also for other unconventional reservoirs.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».