MétaCan
Menu
Retour à la cohorte
Enregistrement W4403659560 · doi:10.1002/cjce.25518

Analysis of the impact of geological and engineering parameters on productivity in tight oil reservoirs

2024· article· en· W4403659560 sur OpenAlexvenueno aff
Chuan Li, Xiaofeng Zhou, Changsheng Lv, Kui Xiang

Notice bibliographique

RevueThe Canadian Journal of Chemical Engineering · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueReservoir Engineering and Simulation Methods
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTight oilPetroleum engineeringTight gasProductivityGeologyReservoir engineeringEnvironmental sciencePetroleumHydraulic fracturingOil shaleEconomicsPaleontology

Résumé

récupéré en direct d'OpenAlex

Abstract Tight oil resources are abundant, but the factors affecting production capacity are complex. In this paper, focusing on tight oil reservoirs, three research works were conducted. First, using the numerical simulation software, a numerical model of tight oil reservoirs was established. Second, the influence of geological parameters such as porosity and permeability on oil production were analyzed. Third, the influence of rock compression coefficient and injection fluid on tight oil production were analyzed. Results show that: (a) When the porosity is 0.05, the cumulative oil production in the first 6 years is the highest, while in the later stage of the simulation, the cumulative oil production with a porosity of 0.1 is the highest. (b) The higher the permeability, the greater the cumulative oil production. The cumulative oil production under different permeability conditions are 1392.044, 2178.805, 2939.1704, and 4038.0878 m 3 , respectively. (c) Under tight reservoir conditions, the impact of different rock compression coefficients on the daily oil production of oil and gas reservoirs is not very significant. (d) The recovery effect is optimal when using the N 2 injection scheme. The effectiveness of the CH 4 scheme is second, and there is a certain gap compared to the N 2 scheme. The development plan of injecting water has the worst effect. However, compared to the depletion development model, the cumulative oil production by injecting N 2 , CO 2 , CH 4 , and water has all increased.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,016
Tête enseignante GPT0,248
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 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'étudeObservationnel
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 Canadian Journal of Chemical EngineeringMême sujetReservoir Engineering and Simulation MethodsTravaux en français237 207