MétaCan
Menu
Retour à la cohorte
Enregistrement W1611060049 · doi:10.1115/1.2956979

Modeling of CO2-Hydrate Formation in Geological Reservoirs by Injection of CO2 Gas

2008· article· en· W1611060049 sur OpenAlexaff
M. Uddin, Dennis Coombe, Fred Wright

Notice bibliographique

RevueJournal of Energy Resources Technology · 2008
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMethane Hydrates and Related Phenomena
Établissements canadiensGeological Survey of CanadaVirtual Materials Group (Canada)
Organismes subventionnairesnon disponible
Mots-clésClathrate hydrateCarbon sequestrationGeologyPermeability (electromagnetism)HydrateNatural gasPetroleum engineeringPorosityReservoir engineeringReservoir simulationPetrologyCarbon dioxideGeotechnical engineeringChemistryPetroleum

Résumé

récupéré en direct d'OpenAlex

Continuing concern about the impacts of atmospheric carbon dioxide (CO2) on the global climate system provides an impetus for the development of methods for long-term disposal of CO2 produced by industrial and other activities. Investigations of the CO2-hydrate properties indicate the feasibility of geologic sequestration CO2 as gas hydrate and the possibility of coincident CO2 sequestration/CH4 production from natural gas hydrate reservoirs. Numerical studies can provide an integrated understanding of the process mechanisms in predicting the potential and economic viability of CO2 gas sequestration, especially when utilizing realistic geological reservoir characteristics in the models. This study numerically investigates possible sequestration of CO2 as a stable gas hydrate in various reservoir geological formations. As such, this paper extends the applicability of a previously developed model to more realistic and relevant reservoir scenarios. A unified gas hydrate model coupled with a thermal reservoir simulator (CMG STARS) was applied to simulate CO2-hydrate formation in four reservoir geological formations. These reservoirs can be described as follows. The first reservoir (Reservoir I) is similar to tight gas reservoir with mean porosity 0.25 and mean absolute permeability 10mD. The second reservoir (Reservoir II) is similar to a conventional sandstone reservoir with mean porosity 0.25 and mean permeability 20mD. The third reservoir (Reservoir III) is similar to hydrate-free Mallik silt with mean porosity 0.30 and mean permeability 100mD. The fourth reservoir (Reservoir IV) is similar to hydrate-free Mallik sand with mean porosity 0.35 and mean permeability 1000mD. The Mallik gas hydrate bearing formation itself can be described as several layers of variable thickness with permeability variations from 1mDto1000mD, and is addressed as a separate part of this study. This paper describes numerical methodology, model input data selection, and reservoir simulation results, including an enhancement to model the effects of ice formation and decay. The numerical investigation shows that the gas hydrate model effectively captures the spatial and temporal dynamics of CO2-hydrate formation in geological reservoirs by injection of CO2 gas. Practical limitations to CO2-hydrate formation by gas injection are identified and potential improvements to the process are suggested.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,029
Score d'incertitude au seuil0,059

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,011
Tête enseignante GPT0,206
Écart entre enseignants0,195 · 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'étudeSimulation ou modélisation
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

Citations57
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Energy Resources TechnologyMême sujetMethane Hydrates and Related PhenomenaTravaux en français237 207