A MACHINE LEARNING DATA-DRIVEN MODEL FOR BHP ESTIMATION IN MULTI-FRACTURED HORIZONTAL SHALE OIL WELLS (Record no. 196666)
[ view plain ]
| 000 -LEADER | |
|---|---|
| fixed length control field | 02475nmc a2200229 4500 |
| 008 - CÓDIGOS DE INFORMACIÓN DE LONGITUD FIJA - INFORMACIÓN GENERAL | |
| Campo de control de longitud fija | 260224s xxu |
| 082 ## - CLASIFICACIÓN DEWEY | |
| Número de clasificación | 068.82 553.28 C62 15730 |
| 210 ## - TITULO ABREVIADO | |
| Título abreviado | Simposio de Desarrollo de Vaca Muerta |
| 245 00 - TITULO | |
| Título | A MACHINE LEARNING DATA-DRIVEN MODEL FOR BHP ESTIMATION IN MULTI-FRACTURED HORIZONTAL SHALE OIL WELLS |
| 270 ## - FECHA DE CARGA | |
| Fecha de carga | 27/08/2024 ; 27/08/2024 |
| 300 ## - DESCRIPCION FISICA | |
| Otra extensión | 20 p. ; 351-369 |
| 520 ## - RESUMEN, ETC | |
| Resumen | Una correcta estimación de la presión de fondo del pozo es crítica para una adecuada evaluación de cualquier tipo de reservorio Shale no convencional, ya que provee los datos de entrada necesarios para la construcción de gráficos diagnóstico de producción (como, por ejemplo, el gráfico de Flujo Lineal y el gráfico Log-Log). Asimismo, permite el análisis de transientes de caudal (RTA) y de los modelos de simulación numérica. Los sensores de presión de fondo permanentes no suelen ser comunes en campos maduros en donde haya culminado la fase exploratoria y, por esta razón, el ingeniero de reservorios debe emplear diferentes métodos para estimar la presión de fondo a partir de datos de producción y de presión de boca de pozo. Además, se deben correr gradientes dinámicos frecuentemente para lograr estimaciones de pérdida de carga a lo largo de la cañería. Para el caso de pozos con sistema de elevación artificial, este cálculo puede no ser del todo simple y, por lo tanto, información adicional acerca del sistema de bombeo será necesaria para la estimación de la presión de fondo. El objetivo del presente trabajo es construir un modelo de Machine Learning que permita predecir la presión de fondo en pozos horizontales fracturados de la Fm. Vaca Muerta en Argentina. Las variables de entrada para el entrenamiento del algoritmo incluyen la ubicación geográfica del pozo y del yacimiento, la zona navegada en el reservorio, la historia de producción, los parámetros del sistema de elevación artificial, el diseño de completación y propiedades del fluido de reservorio. |
| 773 ## - CORRECCIÓN | |
| Partes relacionadas | |
| 942 ## - DESC. DE MATERIAL | |
| Tipo de item KOHA | Congresos (trabajos presentados) |
| 100 1# - RESPONSABLE PERSONAL | |
| Apellido, Nombre | Terminiello, Agustín |
| 9 (RLIN) | 61806 |
| 100 1# - RESPONSABLE PERSONAL | |
| Apellido, Nombre | Nasca, Matías |
| 9 (RLIN) | 61807 |
| 100 1# - RESPONSABLE PERSONAL | |
| Apellido, Nombre | Filipich, Juan |
| 9 (RLIN) | 61808 |
| 111 2# - AUTORIDAD DE CONGRESO | |
| Nombre de congreso | Congreso de Exploración y Desarrollo de Hidrocarburos (11er : 2022 nov. 8 - 11 : Mendoza) |
| 9 (RLIN) | 61064 |
| 856 ## - LINK | |
| Link | <a href="https://biblioteca.iapg.org.ar/ArchivosAdjuntos/Conexplor2022/Simp.VacaMuerta/vacamuerta20.pdf">https://biblioteca.iapg.org.ar/ArchivosAdjuntos/Conexplor2022/Simp.VacaMuerta/vacamuerta20.pdf</a> |
| Biblioteca propietaria | Biblioteca actual | Ubicación | Fecha de adquisición | Inventario | Total de préstamos | Signatura topográfica | Inventario | Fecha de carga | Tipo de item KOHA |
|---|---|---|---|---|---|---|---|---|---|
| Biblioteca virtual | Biblioteca virtual | 068.82 553.28 C62 15730 | 06/03/2026 | 200069096 | 068.82 553.28 C62 15730 | 200069096 | 06/03/2026 | Archivo electrónico |
