MétaCan
Menu
Retour à la cohorte
Enregistrement W1967497314 · doi:10.2118/2009-156

Simulation of Trapping Processes for CO2 Storage in Saline Aquifers

2009· article· en· W1967497314 sur OpenAlexaboutno aff
Long D. Nghiem, Vijay Shrivastava, Bruce Kohse, Mohamed Hassam, Changbing Yang

Notice bibliographique

RevueCanadian International Petroleum Conference · 2009
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueCO2 Sequestration and Geologic Interactions
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCitationComputer scienceLibrary scienceOperations researchEngineering

Résumé

récupéré en direct d'OpenAlex

Abstract Important modelling techniques for CO2 storage in saline aquifers are discussed, in particular solubility trapping, residual gas trapping and geochemistry for mineral trapping. These modelling techniques are applied to the simulation of several important aspects of CO2 storage, which include optimizing total trapping through water injection, assessing the security of residual trapping with regards to leakage through the cap rocks and evaluating the conversion of CO2 into minerals. Introduction Saline aquifers represent the most important venue for CO2 storage since they have the largest capacity among all other venues (coal seams, depleted gas and oil fields). Table 1 (DOE and NETL, Carbon and Sequestration Atlas for the United States and Canada, 2008) shows the dominance of saline aquifers for large scale deployment of CO2 storage. There are several CO2 trapping mechanisms in saline aquifers:structural trapping;residual gas trapping;solubility trapping andmineral trapping. Structural trapping involves the storage of CO2 in a geological structure as a free gas or super-critical fluid. CO2 can flow and escape through the cap rock or sealing faults if the integrity of the latter is compromised. Residual gas trapping consists of storing CO2 as an immobile gas in the porous media. This process has been identified as one of the most important processes for safe CO2 storage as the immobile gas can be kept away from the cap rock. CO2 is highly soluble in brine and solubility trapping is essentially the impetus for CO2 storage in saline aquifers. As CO2 dissolves in brine, it decomposes into H+ and HCO−3. These ions in turn react with the minerals in place. Depending on the mineralogy of the formation, these reactions could induce precipitation of carbonate minerals such as Calcite, Dolomite and Siderite, which corresponds essentially to the conversion of CO2 into minerals. This paper discusses the modelling of the physics associated with CO2 storage in saline aquifers and illustrates through examples the important storage processes. Table 1: Storage Capacity for CO2 Storage in North America (Available in full paper) CO2 has a critical pressure of 7,376 kPa and a critical temperature of 304.2 K (31 °C). Thus, CO2 is normally a supercritical fluid at aquifer conditions. For convenience, CO2 is referred to as a "gas" in this paper. To be general, the gas phase is treated as a multicomponent mixture. The simulation and modelling techniques described in this paper are based on the geochemical equation-of-state compositional simulator, GEM ™ with the greenhouse gas option (Nghiem et al., 2004). This simulator has been used extensively for modelling CO2 storage in saline aquifers in the past five years. Pruess et al. (2003) and Zhang et al. (2007) describe a simulator for CO2 storage in aquifers with similar features. Solubility Trapping The accurate modeling of gas solubility in the aqueous phase (brine) is important as brine can dissolve a large amount of CO2.

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)0,001
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 enseignants0,955
Score d'incertitude au seuil0,090

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,026
Tête enseignante GPT0,278
Écart entre enseignants0,252 · 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

Citations35
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian International Petroleum ConferenceMême sujetCO2 Sequestration and Geologic InteractionsTravaux en français237 207