Integrated Assessment of CO2-Enhanced Oil Recovery and Storage Capacity
Notice bibliographique
Résumé
Abstract CO2 enhanced oil recovery (EOR) has been used as a commercial process for enhancing oil recovery since the 1970s, whereas limited field applications of CO2 storage were undertaken only recently. In practice, considerable reservoir engineering design effort was made to reduce the total amount of CO2 required to recover each barrel of oil in a CO2 EOR project. For CO2 storage, however, the objective is to increase the amount of CO2 left behind at the end of the injection process; therefore, the approach to the design question changes. Consequently, optimization of CO2 EOR and CO2 storage processes differs significantly from the current CO2 injection practices. In this paper, techniques were developed to systematically assess CO2 EOR and storage capacity in a hydrocarbon reservoir selected for a demonstration project. More specifically, oil recovery was assessed and determined under miscible conditions, while CO2 storage capacity was determined by using an estimation model improved in this study. In addition, economic analysis was conducted, assuming that CO2 was captured from a chemical plant and transported 120 km to the oilfield. It is found that the geological framework is suitable for CO2 storage in the selected reservoir and that, due to a favourable CO2 miscible displacement mechanism, high oil recovery and storage capacity can be achieved, which leads the demonstration project to be economically profitable if prices of crude oil and CO2 remain above certain values.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».