Data-driven multiscale geomechanical modeling of unconventional shale gas reservoirs: a case study of Duvernay Formation, Alberta, West Canadian Basin
Notice bibliographique
Résumé
The Duvernay Formation in Canada is one of the major oil and gas source formations in the Western Canadian Sedimentary Basin, located at its deepest point. While it demonstrates promising development potential, challenges arise in the urgent need for integration of geology and engineering models, as well as in optimizing sweet spots, particularly as infill wells and pads become central operational objectives for the shale gas field. A lack of the geomechanical understanding of shale gas reservoirs presents a significant obstacle in addressing these challenges. To overcome this, we implemented data acquisition and prepared historical models and profiles, resulting in an extended high-resolution geological and reservoir property model with a fine grid system. Subsequently, a 3D full-field multi-scale geomechanical model was constructed for the main district by integrating seismic data (100 m), geological structures (km), routine logs (m), core data (cm), and borehole imaging (0.25 m), following a well-designed workflow. The predicted fracturability index (brittleness) ranges from 0.6 to 0.78, and a lower horizontal stress difference (STDIFF) is anticipated in the target formation, Upper Duvernay_D, making it a favorable candidate for hydraulic fracturing treatment. Post-analysis of the multi-disciplinary models and various data types provides guidelines for establishing a specific big database, which serves as the foundation for production performance analysis and aggregate sweet spot analysis. Fourteen geological and geomechanical candidate parameters are selected for the subsequent sweet spot analysis. This study highlights the effectiveness of multi-scale geomechanical modeling as a tool for the integration of multi-disciplinary data sources, providing a bridge between geological understanding and future field development decisions. The workflows also offer a data-driven framework for selecting parameters for sweet spot analysis and production dynamic analysis.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 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 ».