MétaCan
Menu
← Retour à la cohorte
Enregistrement W4416822668 · doi:10.2118/230276-ms

Case Study: Liner Integrity Failure Identification and Repair in a SAGD Production Well at MacKay River Commercial Project

2025· article· W4416822668 sur OpenAlexaffabout
Ricardo F. Muñoz, Louisa Al Otani

Notice bibliographique

Revuenon disponible
Typearticle
Langue
DomaineEngineering
ThématiqueHydraulic Fracturing and Reservoir Analysis
Établissements canadiensPetro-Canada
Organismes subventionnairesnon disponible
Mots-clésWellboreLoggingInflowIdentification (biology)Environmental remediationProduction (economics)DrainageOil refinery

Résumé

récupéré en direct d'OpenAlex

Abstract The Mackay River Commercial Project (MRCP), operated by PetroChina Canada Ltd. (PCC) in the Fort McMurray region of Northern Alberta, utilizes Steam Assisted Gravity Drainage (SAGD) for commercial bitumen extraction. This case study outlines the successful identification and remediation of a liner failure in a SAGD production well, leveraging an integrated approach using real-time surveillance and wellbore integrity diagnostics. An anomaly in the well's temperature profile was first detected through Distributed Temperature Sensing (DTS), prompting further investigation. Distributed Acoustic Sensing (DAS) data were analyzed, confirming a shift in the inflow profile at the same depth, indicating a potential breach. To validate the findings, a wellbore integrity log was conducted using caliper and electromagnetic tools, which confirmed a liner failure at the previously identified depth. Following confirmation, a targeted remediation plan was developed and executed. The well was successfully returned to production and has since operated without signs of distress. The integration of DTS, DAS, and integrity logging proved to be a reliable diagnostic methodology, enabling a focused and efficient remediation process. This case underscores the value of integrating real-time surveillance with diagnostic logging in SAGD operations, particularly for mature wells with increased failure risk. Such a systematic approach can help extend asset life, reduce downtime, and avoid costly interventions like full wellbore redrills, contributing to improved operational efficiency and cost control.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Étude de cas · Signal consensuel: Étude de cas
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,028
Score d'incertitude au seuil0,055

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
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 Opus0,017
Tête enseignante GPT0,278
Écart entre enseignants0,262 · 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'étudeÉtude de cas
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 sujetHydraulic Fracturing and Reservoir Analysis→Travaux en français237 207→