A Risk-Based Monitoring Plan for the Fort Nelson Feasibility Project
Notice bibliographique
Résumé
Abstract The Plains CO2 Reduction (PCOR) Partnership and Spectra Energy Transmission (SET) are investigating the feasibility of a carbon capture and storage (CCS) project near Fort Nelson, British Columbia, Canada. The project aims to reduce carbon dioxide (CO2) emissions from SET's Fort Nelson sour gas-processing plant by injecting up to 2 million tonnes of sour CO2 (approximately 95% CO2, 4% hydrogen sulfide [H2S], and 1% methane [CH4]) a year into a deep mid-Devonian-age carbonate reef for long-term geologic storage. The Fort Nelson CCS project provides a unique opportunity to develop a set of cost-effective, risk-based monitoring techniques for large-scale storage of sour CO2 in deep saline formations. An approach is being developed that integrates characterization, modeling, risk assessment, and monitoring into an iterative process to produce superior quality results during each phase of the project. During the preinjection phase of the project, the characterization activities are used as input to the modeling effort. The results of the modeling and characterization activities are used as input to the first-round risk assessment, which helps identify knowledge gaps and project risks. The output from the risk assessment is then used to guide further characterization efforts and develop the monitoring plan. Once injection begins, the monitoring program results will be compared to the modeling predictions. The models will be adjusted as necessary, and new simulations will be run to predict the movement of the injected sour CO2 in the reservoir. Predictions that closely match the monitoring data will strengthen the project by 1) demonstrating that the modeling can be used to accurately aid in risk identification, 2) providing insight into long-term stability of the CCS system, 3) helping to ascertain when closure conditions have been met in the postinjection phase, and 4) enabling the CCS operator to obtain CCS project closure certification. Although specific techniques and procedures may change as the project proceeds, this philosophy of integrated characterization, modeling, and risk assessment will ensure that monitoring strategies remain fit for purpose, cost-effective, and efficient throughout the life of the project.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,010 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».