Characterization of the Mechanisms of Debris Production to Minimize the Risk of Wellbore Instability in a Fractured Carbonate Reservoir
Notice bibliographique
Résumé
ABSTRACT: The joint venture between ADNOC Sour Gas and Occidental Petroleum Corp has been producing sour gas from a carbonate reservoir in the UAE. This naturally faulted and fractured Oolitic limestone reservoir has experienced wellbore instability after five years of production, with several wells producing debris. With new wells planned in the northern part of the field, a risk assessment of wellbore instability during drilling and production is essential. This study employs 3D stress characterization to identify mechanisms causing debris production and assess wellbore stability risks. The methodology includes data integration, discrete fracture network modeling, rock mass property characterization, and numerical 3D stress modeling. Results indicate that wellbore stability is influenced by horizontal stress variability and low-strength reservoir rock due to high porosity or natural fractures. Critical drawdown pressure (CDDP) reductions lead to instability and debris production. In the northern development area, lower porosity and higher rock strength reduce instability risks, though natural fractures remain a concern. Optimizing production rates at maximum allowable drawdown pressure can mitigate debris production, but as reservoir pressure drops, instability risks increase. 1. INTRODUCTION Sour Gas has been producing from a carbonate reservoir in the UAE for a long time, but recently the producing wells encountered debris issues, prompting a 3D stress analysis and wellbore stability analysis for future developments to avoid similar problems. To better model the 3D stresses from 3D Discrete Fracture Network (DFN) model, predict locations that would be better/worse for these types of "debris failure" issues for both existing and future planned wells, whether the natural fractures do contribute to the debris production as well as wellbore stability of the planned wells in the field having potential highly depleted reservoir, the following tasks have been carried out: • Data Review, QC, and Integration. • 3D DFN Modelling. • Improve Rock Mass Property Description. • Develop Stress Model from 3D DFN Model. • Debris Wellbore Stability Evaluation. • Debris Production Prediction in the Planned Wells. The main purpose of this study was to better model the horizontal stresses, specially within the reservoir to investigate the main factors affecting debris production to prevent/minimise solid production from the planned wells to be drilled in the different part of the field.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».