Stochastic Life Cycle Approach to Assess Wellbore Integrity for CO2 Geological Storage
Notice bibliographique
Résumé
Abstract Storage sites associated with depleted oil and gas reservoirs may contain many abandoned wellbores in addition to potentially unidentified wellbores. These wellbores have historically variable quality and quantity of cement that will have undergone ranging degrees of degradation. Wellbore performance in a single wellbore is dependent on the wellbore events (i.e. pressure and temperature changes) that occur within the life of the wellbore (Fourmaintraux et al., 2005; Gray et al., 2007). There is significant uncertainty surrounding the integrity of existing wellbores due to a lack of data. Successful implementation of carbon capture and storage (CCS) will depend on solving the small-scale leakage problem associated with localized flow along wellbores. Our knowledge of oil wellbore performance under different life stages of a well is still weak. Consequently, each wellbore is unique and general conclusions about well integrity are difficult to ascertain from analyzing only a single well. Each wellbore is considered as a risk and robust tools are needed to allow for the assessment of the performance for wellbores and investigate wellbore leakage mechanism. In this paper, a full lifecycle methodology is proposed to assess wellbore integrity as a measure of the risk of leakage. The methodology identifies the key elements to model the wellbore element and incorporates the use of a statistical approach to better understand the uncertainty in the risk estimation and interaction between various parameters controlling the model.
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 | 0,001 |
| 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) | 0,004 | 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 ».