MétaCan
Menu
Retour à la cohorte
Enregistrement W4416396488 · doi:10.1016/j.ptlrs.2025.11.002

Comprehensive judgment method of low production causes in tight gas reservoirs——Taking the LX gas reservoir in Ordos Basin as an example

2025· article· en· W4416396488 sur OpenAlexafffund
Ren-Shi Nie, Jingcheng Liu, Bin Liu, Zhangxin Chen, Cong Lu, Fanhui Zeng

Notice bibliographique

RevuePetroleum Research · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueHydraulic Fracturing and Reservoir Analysis
Établissements canadiensUniversity of Calgary
Organismes subventionnairesSouthwest Petroleum UniversityNatural Sciences and Engineering Research Council of CanadaNational Natural Science Foundation of China
Mots-clésTight gasProductivityProduction (economics)Tight oilDrillingStructural basinCompletion (oil and gas wells)Hydraulic fracturingFossil fuelWell drilling

Résumé

récupéré en direct d'OpenAlex

The low productivity of tight gas reservoirs arises from complex and multifaceted causes, and elucidating these factors is crucial for guiding the formulation of effective stimulation strategies. Conventional analytical methods have predominantly emphasized the role of individual factors, thereby lacking the necessary systematic and integrative perspective to comprehensively reveal the underlying mechanisms of poor well performance. To overcome these limitations, a comprehensive diagnostic approach is proposed to identify the controlling factors of low productivity in multilayer tight gas reservoirs. Taking three typical cluster well groups of LX tight gas reservoirs in the Ordos Basin as examples, the causes for the low production of the gas wells were analyzed from different aspects by using geological, engineering, and developmental data after excluding the special reasons such as defects in drilling and completion process, reservoir water lock, and water flooding. The results show that the main reasons for the low production of gas wells in LX reservoirs include fewer exploited gas layers, poor physical properties, poor fracturing and crevasse making effects, and insufficient formation energy. In addition, corresponding treatment measures such as reperforation and refracturing were proposed. Finally, the effects of the measures in the two low-yield wells where the reperforation was implemented were analyzed: the production and Tubing-head pressure increased significantly, and the low-yield wells were transformed into non-low-yield wells with good results. The results of the measures demonstrate the feasibility of the new method.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0070,003
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,063
Tête enseignante GPT0,359
Écart entre enseignants0,296 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePetroleum ResearchMême sujetHydraulic Fracturing and Reservoir AnalysisTravaux en français237 207