Numerical Simulation of the Oil Production Performance of Different Well Patterns with Water Injection
Notice bibliographique
Résumé
Numerical reservoir simulation, which includes the construction and operation of a model that performs similarly to a real-world reservoir, is an effective method for exploring complex reservoir issues. Due to the complexity of constructing reservoir environments for experiments, numerical simulation is a vital method for studying flow behavior under reservoir conditions. In this study, a black-oil modeling simulator was used to construct, simulate, and evaluate a conceptual hydrocarbon reservoir model. The model evolved by drilling two production wells and one injection well in two cases. The first case consisted of two horizontal production wells and one injection well, while the second consisted of two vertical production wells and an injection well. In total, 25 simulation runs were performed, and the results showed that horizontal wells perform better than vertical wells in terms of productivity, with a field oil production total of 1,930,000 m3. This is significantly higher than vertical wells, which have a field oil production total of 1,890,000 m3 after 1840 days. The field recovery factor for horizontal wells was 41% and for vertical wells it was 39%, both of which were less than 50%. This indicates that the reservoir’s sweeping efficiency was minimal. To enhance sweeping efficiency, the water injection rate and number of injection wells should be increased, as well as well patterns and locations remodeled. It was also shown that as reservoir thickness increased, horizontal and vertical well productivity increased. In order to boost horizontal well productivity and increase field oil recovery above 50%, the horizontal well length should be increased to take up a wider area of the reservoir portion. On the other hand, well length may have no impact on vertical well production efficiency.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».