A semianalytical model of fractured horizontal well with hydraulic fracture network in shale gas reservoir for pressure transient analysis
Notice bibliographique
Résumé
Accurate construction of a seepage model for a multifractured horizontal well in a shale gas reservoir is essential to realizing the forecast of gas well production, the pressure transient analysis, and the inversion of the postfracturing parameters. This study introduces a method for determining the fracture control region to characterize the flow area of the matrix within the hydraulic fracture network, distinguishing the differences in the flow range of the matrix system between the internal and external regions caused by the hydraulic fracture network structure. The corresponding derivation and solution methods of the semi-analytical seepage model for fractured shale gas well are provided, followed by the application of case studies, model validation, and sensitivity analysis of parameters. The results indicate that the proposed model yields computational results that closely align with numerical simulations. It is observed that disregarding the differentiation of matrix flow area between the internal and external regions of the fracture network led to an overestimation of the estimated ultimate recovery, and the boundary-controlled flow period in typical well testing curves will appear earlier. Because hydraulic fracture conductivity can be influenced by multiple factors simultaneously, conducting a sensitivity analysis using combined parameters could lead to inaccurate results in the inversion of fracture parameters. Cited as: Cui, Q., Zhao, Y., Zhang, L., Chen, M., Gao, S., Chen, Z. A semianalytical model of fractured horizontal well with hydraulic fracture network in shale gas reservoir for pressure transient analysis. Advances in Geo-Energy Research, 2023, 8(3): 193-205. https://doi.org/10.46690/ager.2023.06.06
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) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,007 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».