Improved Logging Techniques and Interpretation Experiences to Evaluate Perforate-Wash-Cement Intervals
Notice bibliographique
Résumé
Abstract At times during the lifetime of an oilfield well, there is a need to establish or rectify a barrier by using the perforation-wash-cement (P/W/C) remedial procedure. Evaluation of the P/W/C interval is carried out by sonic and ultrasonic logging tools. Depending on perforation hole size in the casing the bond log quality can be affected, rendering the logging results invalid or qualitative only. Knowledge gathered in the Norwegian Continental Shelf (NCS) has allowed for improvement in techniques and data processing workflow for the P/W/C procedure. The toolstring is reconfigured to acquire data at the highest resolution possible across an optimized logging interval. Originally, the procedure was standard cement evaluation, but through experience, the logging and data processing methodology has been improved to better accommodate the challenges posed by the P/W/C environment. Acoustic impedance images are processed with an advanced methodology widely used for open hole geological images. It applies linear feature reconstruction (inpainting) and a texture reconstruction algorithm in a multipoint statistical approach to predict data behavior in the perforation-affected interval. Different processing options are available, allowing comparison to select the most representative result. Behind the casing, cleanup efficiency depends on many parameters, including perforation design. The log data quality is greatly influenced by the density of the perforation shots, the entrance hole size, and perforation pattern. To evaluate the cement, a centralized toolstring, speed-corrected depth, and high-resolution datasets contribute to obtaining a highly detailed cement map of the annular conditions across the P/W/C intervals. This allows the implementation of further processing to strengthen the possibility of accurately reconstructing the acoustic impedance maps to provide the operator with an informed evaluation of the cement status. In multiple cases, the bond quality of the annular contents prior to the P/W/C operation have been logged to establish a baseline and make a proper pre- and post-evaluation, and such logging is recommended. In addition, blank sections due to gun connections across the perforated intervals allow an additional check to the overall log quality. Lessons learned from P/W/C logging were shared in the NCS across multiple operators and globally.
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 | 0,000 |
| 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 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 ».