Water saturation modeling in carbonate reservoirs using the bulk volume water approach
Notice bibliographique
Résumé
Abstract An ideal Saturation Height Function (SHF) should account for rock and fluid properties, as well as the Free Water Level (FWL), while ensuring consistency between measured and modeled data in a 3D reservoir model. This study employs the Bulk Volume Water (BVW) concept with the Bangestan and COSTA open-source carbonate datasets to develop a simple and practical SHF. A MATLAB Graphical User Interface (GUI) was designed to facilitate computations, including back-calculating capillary pressure (Pc) curves for comparison with input data and conducting error analysis. BVW is determined as the product of porosity and saturation at each Pc curve pressure step across a porosity range of 0.04 to 0.35. The relationship between BVW and pressure suggests that BVW is independent of porosity within the reservoir, allowing a single equation to represent all porosity variations. A power correlation with two constants was evaluated, and the correlation constants were derived from the BVW-pressure correlation. The results demonstrated strong agreement with the input data, and the generated capillary pressure curves closely matched the input Pc curves, confirming the reliability of the derived constants. An exponential correlation with four constants was tested on the same dataset, yielding a stronger correlation than the power function. The J-function was applied for comparison, but its predicted capillary pressure curves showed weaker correlation with the input data. Error analysis confirms that BVW-based SHFs offer a robust, permeability-independent alternative to the J-function, simplifying reservoir modeling by the need for rock type classification. The findings suggest that incorporating moderate- to high-porosity data improves the accuracy of estimated constants and enhances Pc curve synthesis.
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 | 0,000 | 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 ».