MétaCan
Menu
Retour à la cohorte
Enregistrement W2013685991 · doi:10.1016/j.egypro.2009.01.026

CO2 capture for refineries, a practical approach

2009· article· en· W2013685991 sur OpenAlexaff
Jiri van Straelen, Frank Geuzebroek, Nicholas Goodchild, Georgios Protopapas, Liam Mahony

Notice bibliographique

RevueEnergy Procedia · 2009
Typearticle
Langueen
DomaineEngineering
ThématiqueCarbon Dioxide Capture Technologies
Établissements canadiensShell (Canada)
Organismes subventionnairesnon disponible
Mots-clésRefineryOil refineryCarbon capture and storage (timeline)CombustionWaste managementProcess engineeringEnvironmental scienceStack (abstract data type)Environmental economicsEngineeringComputer scienceChemistryEconomics

Résumé

récupéré en direct d'OpenAlex

This paper evaluates the opportunities and associated costs for post-combustion capture at a world-scale complex refinery. It is concluded that it is technically feasible to apply post-combustion capture at such a refinery. The CO 2 source most suited for capture appears to be a combined stack, but there are a number of other sources that may be targeted at comparable costs. In total these sources may form about 40% of the overall refinery emissions. Our evaluations show the costs of capture from such sources based on available amine technology will be about 3–4 times higher than the current carbon trading values. The capture of CO 2 from a large amount of smaller CO 2 sources will bring along even much higher costs. A high-level study of the CO 2 emissions profile of a number of Shell refineries shows that, typically, up to 50% of the emitted CO 2 may be captured at costs comparable to those found at the reference refinery. About 10–20% of concentrated CO 2 associated with hydrogen manufacturing may be captured at lower costs. The remainder of emitted dilute CO 2 will bring along significantly higher costs. Based on this study, it is concluded for the justification of the implementation of post-combustion capture at refineries, either a significant increase in carbon trading values, mandatory regulations, or a major technological break-through is required.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,044

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0130,002

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 Opus0,012
Tête enseignante GPT0,221
Écart entre enseignants0,209 · 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'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations45
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnergy ProcediaMême sujetCarbon Dioxide Capture TechnologiesTravaux en français237 207