Development of probabilistic and statistical models for evaluation of the effectiveness of proppant hydraulic fracturing (on example of the Tl-Bb reservoir of the Batyrbayskoe field)

Abstract


The main factors affecting the efficiency of proppant hydraulic fracturing of Tl-Bb clastic reservoir depending on various parameters are statistically studied. There are 36 hydraulic fracturing treatments pumped from 2008 to 2016 with an average increase in oil production rate of 8.6 tons per day. Probabilistic statistical models were built to determine the parameters that influence the effectiveness of hydraulic fracturing. The average annual increase in oil production is used as a dependent variable; geological, technological and technical parameters are used as independent variables. To determine the degree of impact of parameters wells are divided into two classes of effectiveness: Q o > 8 tons/day (class 1), Q o < 8 tons/day (class 2). For the first class of each parameter individual statistical models are built for prediction and its probability is calculated. For the combined use of individual models complex probability is calculated separately for geological technological and technical indicators. As a result, regression models are built using step-by-step regression analysis. The standard error of the model for geological and technological parameters is 2.0 tons/day and 2.2 tons/day for technical. The joint consideration of geological technological and technical parameters in the regression model reduces the standard error to 1.5 tons/day. It is concluded that a separate description of the processes of hydraulic fracturing allows evaluating the efficiency of hydraulic fracturing in specific geological and technological conditions at the design stage, based on the use of developed individual models. After the hydraulic fracturing performed using the developed models considering technical conditions it is possible to preliminary estimate the effectiveness of hydraulic fracturing. The developed methodology for predicting the efficiency of hydraulic fracturing, performed on the Tl-Bb reservoir, is recommended to be used at other reservoirs of the field after correction of the built models. On the other fields where information for building the probabilistic and statistical models is available, it is necessary to develop new probabilistic and statistical models.


Full Text

Введение Гидравлический разрыв пластов (ГРП) в добывающих скважинах является эффективным методом повышения нефтеотдачи. С помощью технологии ГРП достигаются высокие дебиты скважин путем значительного расширения зоны дренирования и приобщения к выработке запасов из удаленных и слабопроницаемых участков [1-21]. В данной работе проведен статистический анализ основных факторов, влияющих на эффективность пропантного ГРП, в зависимости от различных параметров на терригенном объекте Тл-Бб Батырбайского месторождения, расположенного на территории Пермского края. Подобный статистический анализ проведен на карбонатных и терригенных объектах других месторождений Пермского края [22, 23]. Исследование влияния геолого-технологических и технических факторов на эффективность проведения ГРП На объекте Тл-Бб в период 2008-2016 гг. выполнено 36 операций ГРП со средним приростом дебита нефти 8,6 т/сут. Для определения параметров, влияющих на эффективность ГРП, построим вероятностно-статистические модели. В качестве зависимой переменной используется среднегодовой прирост дебита нефти, в качестве независимых переменных - геологические, технологические и технические показатели, представленные в табл. 1. Для определения степени влияния геолого-технологических и технических показателей на эффективность ГРП построим индивидуальные статистические модели прогноза значений прироста из условий: · при Qн > 8 т/сут высокая эффективность ГРП (класс 1); · при Qн < 8 т/сут низкая эффективность ГРП (класс 2). Методика построения индивидуальных вероятностно-статистических моделей приведена в работах [24-30]. Модели по объекту Тл-Бб Батырбайского месторождения представлены в табл. 2. Примеры графического изображения построенных вероятностных моделей по Kрасч, hэф, Pнач, Ркон приведены на рис. 1. Показано, что построенные зависимости по Kрасч и hэф имеют обратный вид, однако диапазоны вариаций вероятностей значительно отличаются. В первом случае вероятность Р(Kрасч) имеет значительно больший диапазон изменений, чем во втором. Таблица 1 Показатели, используемые для построения вероятностно-статистических моделей Геолого-технологические Технические Расчлененность Kрасч, ед. Расход смеси Qрасх, м3/мин Пьезопроводность θ, см2/с Объем жидкости разрыва Vжр, м3 Продуктивность Kпрод, м3/сут/МПа Масса пропанта Мпроп, т Проницаемость ближней зоны пласта мкм2 Концентрация пропанта Kпроп, кг/м3 Проницаемость удаленной зоны пласта , мкм2 Давление в начале при ГРП Рнач, атм Пластовое давление до ГРП Рпл, МПа Давление среднее при ГРП Рср, атм Нефтенасыщенная толщина hэф, м Давление в конце ГРП Ркон, атм Скин-эффект S Объем геля Vгеля, м3 Данные гамма-каротажа GK, мкр/ч Глубина отн. Нотн, м Глубина абс. Набс, м Нак. добыча нефти Qнн, т Нак. добыча воды Qнв, т Таблица 2 Индивидуальные модели для прогноза отнесения скважин к первому классу для объекта Тл-Бб Батырбайского месторождения Уравнение вероятности принадлежности к классу 1 Область применения модели Диапазон изменения вероятности Геолого-технологические показатели 1-6 ед. 0,110-0,577 0,11-24,7 м3/сут·МПа 0,470-0,520 0,0023-0,319 мкм2 0,105-0,827 1,0-5,0 м 0,445-0,529 1,0-6,6 мкр/ч 0,257-0,610 1104-1232 м 0,408-0,730 2084,5-64746,2 т 0,096-0,643 19-6889 см2·с 0,326-0,520 0,0019-0,54 мкм2 0,014-0,628 2,1-14,5 МПа 0,115-0,797 -4,3-18,2 0,325-0,587 1388-1644 м 0,445-0,580 9284,4-130060,2 т 0,477-0,574 Технические показатели 2,6-4,2 м3/мин 0,285-0,815 9,0-30,5 т 0,487-0,511 220-700 атм 0,029-0,701 235-698 атм 0,441-0,642 12-70 м3 0,397-0,740 600-1000 кг/м3 0,352-0,596 220-450 атм 0,141-0,808 56,0-173,6 м3 0,464-0,546 Для зависимости Рнач характерен набольший диапазон изменения значений Р(Рнач), для Ркон - маленький размах значений Р(Ркон). Для совместного использования индивидуальных вероятностей по геолого-технологическим показателям вычислим обобщенную вероятность: где Руквi - соответственно вероятности: Р(Kрасч), Р(θ), Р(Kпрод), , , Р(Рпл), Р(hэф), Р(S), P(GK), P(Hотн), P(Hабс), P(Qвн), P(Qнн), P(Qрасх), P(Vжр), P(Mпроп), Р(Kпроп), Р(Рнач), Р(Рср), Р(Ркон), Р(Vгеля). При вычислении Ркомп используется такое сочетание вероятностей, при котором средние значения вероятностей Ркомп наиболее сильно отличаются в изучаемых классах при равном значении m. Сочетания вероятностей приведены в табл. 3. Рис. 1. Зависимости: а - Р(Kрасч) от Kрасч; б - Р(hэф) от hэф; в - Р(Рнач) от Рнач; г - Р(Ркон) от Ркон Наблюдается, что при m = 2 использовались вероятности и P(Qвн). При m = 3 данные условия дополняются , далее последовательно все остальные вероятности и на завершающем шаге при m = 13 - P(Qнн) (см. табл. 3). Аналогичные расчеты выполнены по техническим показателям (табл. 4). В табл. 3 показано, что при m = 2 использовались вероятности Р(Рср) и Р(Рнач). При m = 3 данные условия дополняются P(Qрасх), далее последовательно все остальные вероятности и на завершающем шаге при m = 8 - P(Мпроп) (табл. 4). По значениям Ркомп, вычисленным с использованием геолого-технологических и технических показателей, построены зависимости изменения значений Ркомп от m для каждой скважины (рис. 2). Отметим, что для геолого-технологических показателей значения Ркомп вычислялись по 13 параметрам, поэтому значения Ркомп изменяются от 2 до 13, для технических - по 8, поэтому значения изменяются от 2 до 8. Построенные графики состоят из двух частей. Первая часть графиков построена по скважинам, у которых значения Qн < 8 т/сут. Вторая часть графиков построена по скважинам, у которых значения Qн > 8 т/сут. Анализ данных графиков показывает, что значения Ркомп в зависимости от m по изучаемым скважинам значительно изменяются. Изменения средних значений Ркомп для скважин с различной эффективностью ГРП по данным 13 геолого-технологических и 8 технических показателей приведены на рис. 3. Сравнение изменений значений Ркомп, вычисленных по геолого-технологическим и техническим показателям, показывает, что направленности изменения значений для скважин, где Qн > 8 т/сут, и для скважин, где Qн < 8 т/сут, одинаковые. Отличие в первом случае заключаются в том, что кривая, характеризующая изменения по техническим показателям, располагается ниже кривой, описывающей влияние на эффективность ГРП геолого-технологических показателей. Во втором случае положение кривых Ркомп имеет противоположный вид. Данные зависимости Таблица 3 Сочетание вероятностей, вычисленных по геолого-технологическим показателям Показатель Сочетание вероятностей Ркомп 2 3 4 5 6 7 8 9 10 11 12 13 P(S) + + + + + + + P(θ) + + + + P(Набс) + + + + + P(hэф) + + + + + + + + + + + + + P(Нотн) + + + P(GK) + + + + + + + + P(Kрасч) + + + + + + + + + + + + + + + + + + + + + P(Pпл) + + + + + + + + + + P(Kпрод) + + + + + + P(Qнн) + P(Qвн) + + + + + + + + + + + + > 8,0 т/сут 0,612 0,642 0,653 0,676 0,682 0,685 0,679 0,688 0,691 0,692 0,690 0,690 < 8,0 т/сут 0,438 0,403 0,373 0,349 0,352 0,336 0,334 0,329 0,325 0,328 0,328 0,325 2,6832 0,01118 3,4469 0,0015 3,3824 0,0018 4,5432 0,0001 4,1864 0,0001 4,3256 0,0001 4,1849 0,0002 4,5627 0,0001 4,5796 0,0001 4,4268 0,0001 4,4268 0,0001 4,4710 0,0001 Таблица 4 Сочетание вероятностей, вычисленных по техническим показателям Проказатель Сочетание вероятностей Ркомп 2 3 4 5 6 7 8 Р(Рнач) + + + + + + + Р(Мпроп) + Р(Kпроп) + + + + P(Vгеля) + + P(Pср) + + + + + + + Р(Ркон) + + + P(Qрасх) + + + + + + P(Vжр) + + + + + > 8,0 т/сут 0,569 0,572 0,582 0,579 0,589 0,591 0,591 < 8,0 т/сут 0,425 0,398 0,396 0,396 0,396 0,392 0,391 1,9864 0,0551 2,2044 0,0343 2,7551 0,0293 2,0152 0,0518 2,2394 0,0317 2,2717 0,0295 2,2866 0,0285 Рис. 2. Зависимости Ркомп от m для скважин свидетельствует о том, что условия проведения ГРП более значительно влияют на эффективность ГРП, чем сама технология проведения. Этот хорошо иллюстрируется характером изменения Ркомп при увеличении значений m в результате расчетов по конкретным скважинам, приведённых на рис. 2. Наиболее явно это прослеживается по скважинам № 327, 246 при низкой эффективности ГРП, по скважинам № 105, 268, Рис. 3. Зависимости Ркомп от m для геолого-технологических и технических показателей по изучаемым классам Рис. 4. Поля корреляций между Qн и вычисленных по вероятностям: а - геолого-технологических показателей; б - технических показателей; в - геолого-технологических и технических показателей 267, 196, 259, 245, 220 при высокой эффективности ГРП. Для скважин с низкой эффективностью ГРП наблюдается и обратная особенность: кривые по техническим показателям находятся выше кривых по геолого-технологическим показателям, это наблюдается по скважинам № 64, 265, 62, 261, 184, 223, 227, 247. Для группы с высокой эффективностью ГРП такая ситуация характерна для скважин № 177, 201, 192. Таким образом, эффективность ГРП для разных условий является избирательной, но с помощью построения и использования вероятностно-статистических моделей это можно прогнозировать. По значениям Ркомп при разных m были построены регрессионные модели для геолого-технологических и технических показателей с помощью пошагового регрессионного анализа. По геолого-технологическим показателям модель имеет следующий вид: при R = 0,697, р < 0,00038, стандартная ошибка равна 2,0 т/сут. По техническим показателям получена следующая модель: при R = 0,588, р < 0,0039, стандартная ошибка равна 2,2 т/сут. Поле корреляции между Qн и приведено на рис. 4. Совместная оценка геолого-технологических и технических условий проведения ГРП с использованием расчетов по ранее приведенным формулам может быть выполнена так: при R = 0,820, p = 0,00000, стандартная ошибка равна 1,5 т/сут. Графическое изображение зависимости от и приведено на рис. 5. Статистическую оценку «работоспособности построенных вероятностно-статистических моделей выполним с помощью критерия Пирсона χ2. Расчет производится по формуле , где N1, N2 - количество скважин с фактическими значениями приростов дебитов нефти, с модельными значениями приростов дебитов нефти по трем разработанным вариантам; М1, М2 - количество значений, попавших в заданный интервал соответственно для двух изучаемых классов; е - количество интервалов. Для расчета значений χ2 построены распределения частностей по Qн и , , которые приведены в табл. 5. По данным табл. 5 вычислены величины χ2, которые приведены в табл. 6. Рис. 5. Зависимость от и Таблица 5 Распределение значений Qн и , Параметр Интервалы варьирования Qн, т/сут 2-4 4-6 6-8 8-10 10-12 12-14 14-16 Qн 0,085 0,142 0,314 0,285 0,085 0,057 0,028 0,057 0,114 0,314 0,314 0,171 0,028 - - 0,114 0,485 0,285 0,085 0,028 - - 0,257 0,371 0,171 0,143 0,058 - Таблица 6 Статистические характеристики моделей Приросты дебитов фактические Приросты дебитов модельные 0,196641 0,906358 0,1944501 0,907329 0,101302 0,95610 Примечание: χ2 - верхняя строка, уровень значимости - нижняя строка. Распределения частостей по Qн и , , статистически не различаются, причем минимальное различие получено при сравнении Qн с . Заключение 1. Раздельное описание процессов выполнения ГРП позволяет на стадии проектирования на основании использования разработанных индивидуальных моделей оценить эффективность применения ГРП в конкретных геолого-технологических условиях. Благодаря этому можно выполнить ранжирование скважин-кандидатов для проведения ГРП по степени их перспективности. 2. После проведения ГРП по разработанным индивидуальным моделям в соответствии с техническими условиями представляется возможным оценить результаты. 3. По данным оценок ситуации, которая сложилась до проведения ГРП, и данных, полученных после с помощью разработанных вероятностно-статистических моделей, представляется возможным выполнить оценку приростов дебитов нефти. 4. Разработанную методику прогноза ГРП, выполненную по пласту Тл-Бб Батырбайского месторождения, рекомендуется после некоторой корректировки построенных моделей использовать на других пластах данного месторождения. На других месторождениях, где есть опыт проведения ГРП, т.е. имеется информация для построения вероятностно-статистических моделей, необходимо разработать новые вероятностно-статистические модели по технологии, детально изложенной в данной работе.

About the authors

Vladislav I. Galkin

Perm National Research Polytechnic University

Author for correspondence.
Email: rngm@pstu.ru
29 Komsomolskiy av., Perm, 614990, Russian Federation

Doctor of Geology and Mineralogy, Professor, Head of the Department of Oil and Gas Geology

Inna N. Ponomareva

Perm National Research Polytechnic University

Email: rngm@pstu.ru
29 Komsomolskiy av., Perm, 614990, Russian Federation

Associate Professor at the Department of Oil and Gas Technologies

Artur N. Koltyrin

PermNIPIneft branch of LUKOIL-Engineering LLC in Perm

Email: Artur.Koltyrin@pnn.lukoil.com
29 Sovetskoy Armii st., Perm, 614066, Russian Federation

1st category engineer of the Department of Enhanced Oil Recovery Methods Design and Monitoring

References

  1. Agarwal R.G., Carter R.D., Pollock C.B. Evaluation and performance prediction of low permeability gas wells stimulated by massive hydraulic fracturing. Journal of Petroleum Technology, 1979, vol.31, no.3, pp.362-372. doi: 10.2118/6838-PA
  2. Appah D. Application of the theory of diffuse set to optimize hydraulic fracturing. Journal of Petroleum Science and Engineering, 1994, vol.11, pp.335-340. doi: 10.1016/0920-4105(94)90051-5
  3. Blanco E.R. Hydraulic fracturing requires extensive disciplinary interaction. Oil and Gas J, 1990, no.12, pp.112-118.
  4. Cinco-Ley H. Evaluation of hydraulic fracturing by transient pressure analysis methods. Paper SPE 10043, 1982. doi: 10.2118/10043-MS
  5. Cipolla C.L., Meehan D.N., Stevens P.L. Hydraulic fracturing performance in the Moxa Arch Frontier formation. SPE Prod, and Fac, 1996, vol.11, no.4, pp.216-222. doi: 10.2118/25918-PA
  6. Cleary M.P. Comprehensive design formulae for hydraulic fracturing. SPE Annual Technical Conference and Exhibition, 21-24 Sep­tember, Dallas, 1980. Paper SPE 9259. doi: 10.2118/9259-MS
  7. Warpinski N.R., Moschovidis Z.A., Parker C.D., Abou-Sayed I.S. Comparison study of hydraulic fracturing models - Test case: GRI staged field experiment. No. 3. SPE Production and Facilities (Society of Petroleum Engineers), 1994, no.1. doi: 10.2118/25890-PA
  8. Hartsock J.H., Warren J.E. The effect of horizontal hydraulic fracturing on well performance. Journal of Petroleum Technology, 1961, vol.13, no.10, pp.1051-1056. doi: 10.2118/61-PA
  9. Hubbert M.K., Willis D.G. Mechanics of hydraulic fracturing. Transactions of American Institute of Mining, Metallurgical, and Petroleum Engineers, 1957, vol.210, pp.153-168.
  10. Robinson B.M. et al. Hydraulic fracturing research in East Texas: third GRI staged field experiment. Journal of Petroleum Technology, 1992, vol.44, no.1, pp. 78-87. doi: 10.2118/22878-PA
  11. Meese С.A., Mullen M.E., Barree R.D. Offshore hydraulic fracturing technique. Journal of Petroleum Technology, 1994, vol.46, no.3, pp.226-229. doi: 10.2118/28159-PA
  12. Settari A. A new general model of fluid loss in hydraulic fracturing. Society of Petroleum Engineers Journal, 1985, vol.25, no.4, pp.491-501. doi: 10.2118/11625-PA
  13. Settari A., Puchir P.J., Bachman R.C. Partially decoupled modeling of hydraulic fracturing processes. SPE Production Engineering, 1990, vol.5, no.1, pp.37-44. doi: 10.2118/16031-PA
  14. Malyshev A.T. et al. Analiz tekhnologii provedeniia GRP na mestorozhdeniiakh OAO «Surgutneftegaz» [Analysis of the technology of hydraulic fracturing at the fields of Surgutneftegas OJSC]. Oil industry, 1997, no. 9, pp.46-51.
  15. Shpurov I.V. et al. Analiz effektivnosti razrabotki zalezhei nefti Samotlorskogo mestorozhdeniia s primeneniem gidrorazryva plasta [Analysis of development efficiency of oil deposits in the Samotlor field with the use of hydraulic fracturing]. Oil industry, 1997, no.10, pp.50-53.
  16. Gaidukov, V.N. Analiz rezul'tatov gidrorazryva plasta na mestorozhdeniiakh OAO «Var'eganneftegaz» [Analysis of the results of hydraulic fracturing at the fields of Varioganneftegaz OJSC]. Sbornik dokladov nauchno-tekhnich. soveshchaniia po obmenu opytom i vyrabotke osnovnykh napravlenii deiatel'nosti v oblasti povysheniia effektivnosti razrabotki mestorozhdenii OAO “Var'eganneftegaz”. Moscow, Sidanko, 1998, pp.146-160.
  17. Glova V.N., Latyshev V.N. Rezul'taty gidrorazryva plasta na mestorozhdeniiakh OAO “Purneftegaz” [Results of hydraulic fracturing at the fields of Purneftegaz OSJC]. Oil industry, 1996, no.1, pp.15-18.
  18. Gusev, S.V., Koval' Ia.G., Kol'chugin I.S. Analiz effektivnosti gidrorazryva plastov na mestorozhdeniiakh PO “Iuganskneftegaz”» [Analysis of the effectiveness of hydraulic fracturing of reservoirs at the fields of Yuganskneftegaz]. Oil industry, 1991, no.7, pp.15-18.
  19. Ivanov S.A., Rastegaev A.V., Galkin V.I. Analiz rezul'tatov primeneniia GRP (na primere Povkhovskogo mestorozhdeniia nefti) [Analysis of results of applying formation hydraulic fracturing in Povkhovsky oil field)]. Neftepromyslovoe delo, 2010, no.7, pp.54-58.
  20. Koltyrin A.N. Opyt primeneniia propantnogo GRP na terrigennom kollektore [Experience in the use of proppant fracturing on a terrigenous reservoir]. Geologiia geofizika i razrabotka neftianykh i gazovykh mestorozhdenii, 2016, no.4, pp.28-31.
  21. Koltyrin A.N. Povyshenie effektivnosti tekhnologii GRP na karbonatnom tipe kollektora [Efficiency enhancement of the technology of a formation hydraulic fracturing in a carbonate-type collector]. Neftepromyslovoe delo, 2016, no.10, pp.28-30.
  22. Galkin V.I., Koltyrin A.N., Kazantsev A.S., Kondrat'ev S.A., Zhigalov V.A. Razrabotka statisticheskoi modeli prognoza effektivnosti propantnogo GRP po geologo-tekhnologicheskim pokazateliam dlia vereiskogo karbonatnogo neftegazonosnogo kompleksa [Development of a statistical model aimed at prediction of efficiency of proppant hydraulic fracturing of a formation, based on a reservoir geological-technological parameters, for Vereiskian carbonate oil- and gas-bearing complex]. Neftepromyslovoe delo, 2017, no.3, pp.48-54.
  23. Galkin V.I., Kondrat'ev S.A., Putilov I.S. Razrabotka metodiki otsenki effektivnosti gidrorazryva plasta po kompleksu geologo-tekhnologicheskikh pokazatelei (na primere vizeiskogo terrigennogo neftegazonosnogo kompleksa Kuedinskogo vala neftianykh mestorozhdenii Permskogo kraia) [Development of the methodology for evaluating the effectiveness of a formation hydraulic fracturing on the basis of a set of complex geological-technological parameters (with the example of visean terrigenous oil and gas complex of Kuedinsky swell of oil fields located in Perm territory)]. Neftepromyslovoe delo, 2015, no.7, pp.23-26.
  24. Galkin V.I., Brodiagin V.V., Ivanov S.A. O vozmozhnosti prognozirovaniia izmeneniia debitov nefti vo vremeni po litologicheskim dannym [On the possibility of predicting changes in oil flow rates over time based on lithological data]. Neft' i gaz. Vestnik PGTU, Perm', 2004, iss.5, pp.129-131.
  25. Galkin V.I., Levinzon I.L., Marshaev O.A. Prognoz neftegazonosnosti lokal'nykh struktur [Prediction of oil and gas potential of local structures]. Perm', Permskii gosudarstvennyi tekhnicheskii universitet, 1997, 70 p.
  26. Galkin V.I., Rastegaev A.V., Galkin S.V. Veroiatnostno-statisticheskaia otsenka neftegazo­nosnosti lokal'nykh struktur [Probabilistic-statistical estimation of oil and gas potential of local structures]. Ekaterinburg, 1992, 108 p.
  27. Galkin V.I., Zhukov Iu.A., Shishkin M.A. Primenenie veroiatnostnykh modelei dlia lokal'nogo prognoza neftegazonosnosti [The application of probability models for a local oil and gas forecast]. Ekaterinburg, 1992, 108 p.
  28. Ivanov S.A., Skachek K.G., Galkin V.I., Rastegaev A.V., Shikhov S.A. Issledovanie vliianiia geologo-tekhnologicheskim pokazatelei na effektivnost' gidrorazryva plasta (na primere Povkhovskogo mestorozhdeniia – plast BV8) [Investigation of the influence of geological and technological indicators on the effectiveness of hydraulic fracturing (on the example of the Povkhovskoye deposit - BV8)]. Geologiia geofizika i razrabotka neftianykh i gazovykh mestorozhdenii, 2009, no.10, pp.42-45.
  29. Ivanov S.A. Postroenie statisticheskikh modelei prognoza GRP po geologo-tekhnologicheskim pokazateliam [Development of statistical model of hydraulic fracturing prediction by geological and technological indicators]. Geologiia geofizika i razrabotka neftianykh i gazovykh mestorozhdenii, 2009, no.10, pp.46-50.
  30. Ivanov S.A., Galkin V.I., Rastegaev A.V. Prognoz effektivnosti GRP po geologo-tekhnologicheskim pokazateliam [Forecast of the efficiency of hydraulic fracturing on geological and technological indicators]. Izvestiia vuzov. Neft' i gaz, 2010, no.3, pp.17-22.

Statistics

Views

Abstract - 284

PDF (Russian) - 76

PDF (English) - 29

Refbacks

  • There are currently no refbacks.

Copyright (c) 2018 Galkin V.I., Ponomareva I.N., Koltyrin A.N.

This website uses cookies

You consent to our cookies if you continue to use our website.

About Cookies