Fast Modeling of Local Capillary Trapping during CO2 Injection into a Saline Aquifer
Notice bibliographique
Résumé
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.
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 | 0,000 | 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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».