Introducing a Customized Workflow to Analyze DFIT-FBA Post-Flowback Shut-In (Rebound) Data
Notice bibliographique
Résumé
Abstract DFIT-FBA (FBA = flowback analysis) offers a faster alternative to traditional diagnostic fracture injection tests (DFITs) for determining key parameters used in hydraulic fracturing design. While a method exists for estimating reservoir pressure from the flowback period of DFIT-FBA, this method could be inaccurate for certain cases. In this study, shut-in data (also called rebound) recorded after the flowback period of the DFIT-FBA test were analyzed to provide an independent estimate of reservoir pressure. An extensive DFIT-FBA post-flowback shut-in test was simulated and analyzed to interpret all pressure signatures. This detailed investigation provided valuable insights into physical mechanisms occurring during the post-flowback shut-in period of a DFIT-FBA test. Based on these findings, a customized analysis workflow was developed and then utilized to estimate reservoir pressure from post-flowback shut-in data for nine field cases. These results were then compared with the results obtained from the analysis of the flowback period of DFIT-FBA. Key observations from the simulation study include: 1) linear flow is the only reservoir flow regime observed during the post-DFIT-FBA shut-in data of the simulated case; 2) reservoir pressures estimated from the shut-in test are always higher than the actual reservoir pressure even after an extended shut-in period. The major takeaways from analyzing field examples include: 1) shut-in pressures recorded after a DFIT-FBA test reach a maximum, and will decline if pressure is monitored long enough; 2) more accurate reservoir pressure estimates will be obtained if the test is extended far beyond the point where maximum pressure is observed; 3) if the minimum horizontal stress and reservoir pressure are similar in magnitude, and/or occur close in time, the reservoir pressure signature during the flowback period of a DFIT-FBA could be masked by the fracture closure event. In such cases, the reservoir pressure estimate obtained from the analysis of DFIT-FBA flowback data should be used with caution, unless confirmed through independent estimates, such as DFIT-FBA post-flowback shut-in data.
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 | 0,005 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,004 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,009 |
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 ».