Three-Dimensional Geological Engineering Double Desert Evaluation of Low-Permeability Sandstone Reservoirs
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Offshore low-permeability sandstones with poor physical properties and high nonhomogeneity are effective modification measures using hydraulic fracturing, but they are costly and risky, and conducting fracability evaluations is a necessary measure to ensure the successful implementation of low-permeability sandstones. Therefore, it is necessary to carry out geological and engineering sweet spot evaluations. The engineering sweet spot is mainly aimed at forming a complex subnetwork, considering factors such as energy brittleness, fracture mechanics, quantification of natural fractures, etc., along with adopting the hierarchical analysis method and entropy weighting method to establish a model for evaluating the fracability of the fracture network. The geological sweet spot is based on logging interpretation data, considering mud, pore space, and gas-bearing factors, and the factor analysis method is used to establish a single-well geological sweet spot evaluation model. Based on the previous geological and engineering sweet spot evaluation model and combined with seismic wave inversion, a three-dimensional (3D) geological and engineering double sweet spot evaluation model was established, and the reservoir types were subdivided into Class I, Class II, and Class III. In addition, the capacity prediction under different reservoir types was carried out, and the sandstone reservoir double-sweet spot evaluation template was established by combining the geological and engineering sweet spot evaluation results corresponding to different reservoir types. Taking the DF13-1-1 well as an example, the geoengineering fracability index is calculated, and the production is predicted and compared with the actual production to verify that the model is more reliable.
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.
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 | 0,000 |
| 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 découle