MétaCan
Menu
Retour à la cohorte
Enregistrement W4396567588 · doi:10.1190/tle43050286.1

A new rock physics model for fractured oil shale reservoirs in Mahu oil field

2024· article· en· W4396567588 sur OpenAlexaff
Qi Hongyan, Caiguang Liu, Tang Tingming, Gang Chen, Zhenlin Wang, Tang Genyang

Notice bibliographique

RevueThe Leading Edge · 2024
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueSeismic Imaging and Inversion Techniques
Établissements canadiensPetro-Canada
Organismes subventionnairesnon disponible
Mots-clésOil shaleOil fieldPetroleum engineeringGeologyField (mathematics)Shale oilGeotechnical engineeringEnvironmental scienceMining engineeringPaleontologyMathematics

Résumé

récupéré en direct d'OpenAlex

Abstract The exploration of unconventional reservoirs such as oil shale has become a focus of research in the oil/gas industry, but due to the diversity of lithology and structural complexity of shale reservoirs, the study of their rock physics laws is a challenge. By analyzing the physical, lithologic, and fluid characteristics of oil shale reservoirs in the Mahu area of Xinjiang, China, we adopted a variety of effective-medium theories to carry out rock physics modeling. We analyzed the differences in the calculation results of various theoretical models, and finally constructed a set of rock physics modeling processes suitable for oil shale reservoirs. The analysis shows that the calculation results of Voigt-Reuss-Hill (VRH) and Hashin-Shtrikman (HS) average for mixed mineral matrix are very similar, but there are certain differences between the upper and lower bounds calculated by them. The upper and lower bounds of HS average are closer than VRH average. We used the Kuster-Toksoz effective-medium, differential effective-medium (DEM), and self-consistent approximation models to construct the rock skeleton and analyzed the differences of the models. The results of the three models are almost identical, but their assumptions and limitations differ. We used DEM in the final shale model, considering the large porosity and the order of inclusion filling. According to the fracture distribution characteristics of oil shale reservoirs, we used an inclined fracture model to describe the fractures with different structural characteristics. Finally, the established shale rock physics model was used to calculate the actual logging data, and the results of elastic parameters are consistent with the measured data. Through the inversion of the fracture parameters, the inversion results are consistent with the measured results as a whole, indicating that the model has certain applicability to the simulation of oil shale reservoirs.

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 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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,886
Score d'incertitude au seuil0,276

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,034
Tête enseignante GPT0,267
Écart entre enseignants0,232 · 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 tête enseignante, 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
GenreEmpirique

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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Leading EdgeMême sujetSeismic Imaging and Inversion TechniquesTravaux en français237 207