Recent Advances in the Use of Temporary Optical Fiber Deployment for Downhole Hydraulic Fracture Monitoring
Notice bibliographique
Résumé
Distributed acoustic sensing (DAS) has transformed hydraulic fracture monitoring in recent years. We report two of the first projects in Canada, called the Canadian Dip-in DAS (CanDiD) projects, in which a temporary optical fiber was deployed to monitor hydraulic fracturing operations. The main goal of CanDiD is to evaluate the effectiveness of a retrievable optical fiber for frac monitoring based on the analysis of both microseismic and low-frequency DAS signals. The DAS recordings from zipper-frac completions in horizontal wells show clear signatures of crosswell strain associated with fracture-driven interactions (FDIs). These signals enable fracture azimuth to be determined, indicative of the maximum horizontal stress (SH max ) direction. Using a machine learning–based approach, microseismic events were detected and processed, although it was challenging to obtain process hypocenters from a single fiber. Numerous coherent noise events, which we interpret as high-frequency waves that propagate along the wireline due to fiber slip, initiate in close proximity to the FDIs. During another hydraulic fracturing program in western Canada, low-frequency DAS signals from the CanDiD-2 project provide evidence for fracture initiation, reactivation, and termination. The results of these investigations demonstrate the utility of temporary DAS deployments to provide insights about fracture geometry and stress orientations.
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 | 0,001 |
| 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 ».