UNISIM-IV: BENCHMARK PROPOSAL FOR LIGHT OIL CARBONATE RESERVOIR WITH HIGH CO2 CONTENT
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.
Notice bibliographique
Résumé
The Brazilian pre-salt fields are carbonate reservoirs with good quality oils, but they can present high amount of CO2 in dissolution, which leads to a high amount of produced gas and can limit oil production. Therefore, the development and management of fields with those characteristics are complex tasks that involve many decisions, with a large number of variables to be considered. Thus, numerical simulation plays an important role in overcoming the challenges that arise from the management of these fields, integrating different subjects such as geosciences and reservoir characterization, data assimilation, production facilities, production optimization processes, economic evaluation, and decision analyses under uncertainty. Open source benchmarks are often used in numerical simulation studies to evaluate and compare techniques and methods, using the same comparison basis. The objective of this paper is to present UNISIM-IV, a set of carbonate benchmarks analogous to a pre-salt field, adding new possibilities to the scientific community and organizations that can improve workflows in the context of reservoirs with the characteristics mentioned above. The benchmark is divided into four different cases: UNISIM-IV-2019, UNISIM-IV-2022, UNISIM-IV-2024, and UNISIM-IV-2026, where the date refers to the date of the analysis. The main differences among these cases involve the stage of field’s life cycle, ranging from early development phase (2019) to a developed reservoir with eight years of production (2026). Thus, the available history data and the mapped uncertainties differ between the cases. The users can choose the case that best suits their needs, depending on specific research objectives. Each of these cases comprise: (1) an ensemble of prior uncertainties, (2) production, injection, and pressure history data, and (3) a history-matched simulation model suggested as a base case. There is also a reference case, named UNISIM-IV-R, which consists of a model with a very refined grid and known information used as the “true response” to generate all data that could be measured in a real field, such as production history and well logs.
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 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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 découle