The impact of organic pores on estimation of overpressure generated by gas generation in organic-rich shale: Example from Devonian Duvernay Shale, Western Canada Sedimentary Basin
Notice bibliographique
Résumé
Abstract Overpressure determination is essential for sweet spot identification, resource evaluation as well as drilling in organic-rich shale, a typical self-contained source-reservoir system. Traditional pressure prediction methods designed for conventional source rocks (e.g., the Eaton’s method) were typically established based on mechanical compaction, which did not consider the increase in organic porosity. In this study, a practical approach was introduced to investigate the impact of organic pores on overpressure estimation in organic-rich shale, where overpressure primarily results from gas generation, through introducing organic pores into the expression of sonic transit time and determining overpressure with organic-pore–corrected sonic readings. The proposed organic porosity and overpressure estimation models were applied to the Duvernay Shale of the Western Canada Sedimentary Basin to investigate the impact of organic porosity on prediction of overpressure due to fluid expansion in gas generation windows. A comparison of formation pressure predictions from the application example in the Duvernay Shale demonstrates that the proposed method can significantly improve prediction of the pore fluid pressure in mature source rock. The revised method provides better estimates of overpressure with an improved coefficient of determination of R2 = 0.7. In contrast, without considering the impact from organic pores in the shale, the traditional Eaton’s method overestimates the pressure by up to 42.83% and the correlation between the predicted and the observed results is poor (R2 = 0.15).
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,001 | 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 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 ».