MétaCan
Menu
Retour à la cohorte
Enregistrement W2318748352 · doi:10.7122/439486-ms

Fast Modeling of Local Capillary Trapping during CO2 Injection into a Saline Aquifer

2015· article· en· W2318748352 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueCarbon Management Technology Conference · 2015
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueCO2 Sequestration and Geologic Interactions
Établissements canadiensUniversity of Calgary
Organismes subventionnairesNational Energy Technology LaboratoryOffice of Fossil EnergyUniversity of Texas at AustinU.S. Department of Energy
Mots-clésAquiferCapillary actionEnvironmental scienceSalinePetroleum engineeringHydrology (agriculture)GeologyGroundwaterGeotechnical engineeringGeographyMeteorologyAnesthesia

Résumé

récupéré en direct d'OpenAlex

Abstract When CO2 migrates upwards under buoyancy in the subsurface saline aquifer and encounters local capillary barriers (regions of rock with large capillary entry pressure), CO2 would accumulate beneath these small barriers, and these accumulations are called local capillary trapping (LCT). LCT benefits storage because locally trapped CO2 has a much larger saturation than residual gas, and such trapped gases cannot escape from the formation even if leakage conduits (fractures or fault) in the seal develop during the long-term storage of CO2. Thus predicting and maximizing LCT is valuable in design and risk assessment of geologic storage projects. Modeling LCT is computationally expensive and may even be intractable by using a conventional reservoir simulator. In this work, we decouple the problem into two parts: permeability-based flow simulation and capillary entry pressure-based local capillary trapping phenomenon. The connectivity analysis originally developed for characterizing well-to-reservoir connectivity is adapted to the flow simulation by means of a newly defined edge weight property between neighboring grid blocks, which accounts for the multiphase flow properties, injection rate, and buoyancy effect. Then the connectivity was estimated from shortest path algorithm to predict the CO2 migration behavior and plume shape during injection. A geologic criteria algorithm is developed to estimate the potential LCT only from the entry capillary pressure field. The latter is correlated to a geostatistical realization of permeability field. The extended connectivity analysis shows a good match of CO2 plume computed by the full-physics simulation. We then incorporate it into the geologic algorithm to quantify the amount of LCT structures identified within the entry capillary pressure field that can be filled during CO2 injection. Several simulations were conducted in the reservoirs with different level of heterogeneity (measured by the Dykstra-Parsons coefficient) under various injection scenarios. We demonstrate the reservoir heterogeneity affects the optimal injection rate in maximizing the LCT during injection. Both the geologic algorithm and connectivity analysis are very fast; therefore, the integrated methodology can be used as a quick tool to estimate LCT. It can also be used as a potential complement to the full-physics simulation to evaluate the total safe storage capacity.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,193
Score d'incertitude au seuil0,545

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,019
Tête enseignante GPT0,237
Écart entre enseignants0,218 · 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