Wellbore Efficiency Model for CO2 Geological Storage Part II: Wellbore System
Notice bibliographique
Résumé
Abstract Storing carbon dioxide (CO2) in deep geological formations is one part of the carbon capture and storage (CCS) process that is defined as geological CO2 sequestration or CO2 geo-sequestration. Injecting CO2 into a reservoir does not guarantee safe storage because CO2 could leak back to the surface and/or may contaminate specific strata where other energy, mineral and/or groundwater resources are present. Two mechanisms control assurance of storage integrity, which are geological leakage mechanism and wellbore leakage mechanism (Espie, 2005). Wellbore element was presented as a basic unit for developing a model of an entire wellbore system. This paper is the second to assess the performance of a wellbore system for geological storage purposes. The analytical model adopts concept of sequence scenarios of possible leakage paths, concept of wellbore efficiency for storage purposes and concept of the reference state. A new analytical model for modeling leakage through a wellbore system has been proposed. The analytical model represents the wellbore system as serially connected wellbore elements. This provides an advantage that each element can differ from the subsequent one and will have its own characteristics. Effective wellbore permeability also can change from element to another. The effect of site formation arrangement between general system and repeated aquitard-aquifers is investigated and compared. The analytical model is validated with the results of Nordbotten et al. (2004).
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) | 0,019 | 0,003 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».