MétaCan
Menu
Retour à la cohorte
Enregistrement W4387244477 · doi:10.2118/215881-ms

Proposed Methodology and Application of Statistical Analysis Methods on MPD Surface Back Pressure Control System's Performance Evaluation in Extended Reach Drilling (ERD) Wells

2023· article· en· W4387244477 sur OpenAlexaff
N. H. Houng, Jairo Palacios

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueDrilling and Well Engineering
Établissements canadiensAlberta Energy
Organismes subventionnairesnon disponible
Mots-clésSetpointDrillingWell controlComputer scienceEngineeringReliability engineeringMechanical engineeringArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Abstract Over the years, the performance of MPD systems is often called into question when it comes to Surface Back Pressure (SBP) applications to maintain the desired downhole pressure set point, thus eroding the confidence level in applying constant bottomhole pressures at target depths – whether at bit or a fixed depth. In this paper, the performance of various MPD systems is evaluated utilizing statistical analysis, including offline Change Point (CP) inference and Regression analysis on the downhole Pressure While Drilling (PWD) data as a result of the SBP applied during drilling operations. The paper also proposes an objective methodology in the evaluation process, minimizing the influence of various MPD systems’ operating philosophies. The main criteria of the evaluation process are to determine the variances between the modelled and actual MPD setpoint downhole pressure against PWD data at target depth, depending on various operation types. In order to reduce the influence of varying operating philosophies across different MPD systems, the methodology proposed focuses on drilling operations and common data across wells. Analytical methods, including offline Change Point Analysis, are used to identify the sequence of events, operation types and pumps-off events. The trending of ESD and ECD are then determined based on operation categories. Finally, the variances and standard deviation between PWD data and setpoint EMWs are determined using regression analysis as well as normal median and mean values analysis to evaluate the performance of the MPD system and also to determine factors that could affect the performance of the system.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,027

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,007
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,001
Études des sciences et des technologies0,0000,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,029
Tête enseignante GPT0,324
Écart entre enseignants0,295 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetDrilling and Well EngineeringTravaux en français237 207