MétaCan
Menu
Retour à la cohorte
Enregistrement W4317790712 · doi:10.2118/212321-ms

Results from a Collaborative Industry Study on Parent/Child Interactions: Bakken, Permian Basin, and Montney

2023· article· en· W4317790712 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueSPE Hydraulic Fracturing Technology Conference and Exhibition · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueHydraulic Fracturing and Reservoir Analysis
Établissements canadiensARC Resources (Canada)
Organismes subventionnairesnon disponible
Mots-clésHydraulic fracturingConsistency (knowledge bases)Offset (computer science)MicroseismStructural basinGeologyReservoir modelingPetroleum engineeringSet (abstract data type)Computer scienceArtificial intelligenceSeismologyPaleontology

Résumé

récupéré en direct d'OpenAlex

Abstract This paper presents results from a collaborative industry study involving ten high-quality pad-scale datasets from the Delaware Basin, Midland Basin, Bakken, and Montney. The study had three primary goals: (a) compare/contrast observations between each dataset, (b) identify general strategies that can be used to mitigate parent/child impacts, and (c) provide concrete recommendations to optimize fracture design and well placement. For each dataset, an integrated hydraulic fracturing and reservoir simulation model was constructed and history matched to the observations. The models were calibrated to production data and pressure measurements, as well as to diagnostics such as: distributed acoustic sensing (DAS), microseismic, downhole imaging, chemical tracers, geochemical production allocations, and pressure observations from offset wells. History matching was performed by varying formation properties and model inputs to ensure consistency with the observations. Once the models were calibrated, the same set of approximately 120 sensitivity analysis simulations was performed on each model. Finally, an automated algorithm was used to quantitatively optimize fracture design and well placement to maximize economic performance. At each step in the process, the results were analyzed to identify the similarities and differences between the datasets and to explain why. The results show how differences in stratigraphy, well configuration, fracture design, and formation properties drive differences in parent/child phenomena. Optimal strategies to mitigate challenges depend on these site-specific conditions. Negative impacts from parent/child interactions cannot be entirely avoided. There is no strategy that can prevent the most important cause of child well underperformance – that wells are attempting to produce hydrocarbons from rock that has already been significantly depleted by parent well production. However, strategic design choices and quantitative economic optimization can significantly improve net present value and return on investment.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,442
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,018
Tête enseignante GPT0,255
Écart entre enseignants0,237 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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