Wellbore Integrity Evaluation Based on the Grey-Markov Model of Sand-Producing Wells in Fractured Tight Gas Reservoirs
Notice bibliographique
Résumé
Abstract Some deep and abnormally high pressure fractured tight gas reservoirs in the Tarim oil and gas basin face serious sand production problems during the development stage, resulting in a decline of more than three times in gas well production, causing serious damage to the integrity of the wellbore, and bringing severe challenges to the development and management of the gas field. Therefore, it is urgent to establish a wellbore integrity evaluation model for sand-producing wells. At present, the research on wellbore integrity evaluation at home and abroad mainly focuses on establishing appropriate integrity evaluation models for different types of gas wells. It is found that there are few reports on the integrity evaluation models for sand-producing wells. However, sand production from oil and gas wells has serious erosion and plugging hazards to the formation, wellbore, gas production tree, etc. Sand production will cause wellbore integrity failure, and wellbore integrity failure will aggravate sand production. In order to accurately evaluate the wellbore integrity of sand-producing wells in fractured tight sandstone gas reservoirs, this paper predicts the integrity failure probability based on the gray Markov model, determines the weight of integrity influencing factors by using the analytic hierarchy process, and establishes a wellbore integrity evaluation model suitable for sand producing wells in fractured tight sandstone gas reservoirs. The new model can predict the integrity failure probability, and quantitatively evaluate the integrity risk of sand wells, it has important practical significance to provide the theoretical basis for the safe operation and integrity management of sand wells in such gas reservoirs. The case analysis results show that the study area will be at a low risk of integrity in the next five years, and normal production can be achieved only by normal monitoring of relevant data. However, the risk of individual wells is high, so it is necessary to strengthen attention and take necessary measures to reduce risks, which improves the prediction for improving the integrity management level of the study area.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».