Predicting Calcite Scaling Risk Due to Dissolution and Re-Precipitation in Carbonate Reservoirs During CO2 Injection
Notice bibliographique
Résumé
Abstract Carbonate reservoirs are more geochemically reactive than sandstones and can experience big changes in porosity and permeability because of mineral reactions. In this work, we analysed the calcite dissolution and precipitation in chalk reservoirs during injection of seawater and CO2 bearing fluids. We performed reactive transport simulations with injection of seawater, carbonated water, CO2 gas, CO2 SWAG and CO2 WAG. We evaluated the mineral reactions that occur in the injector and producer blocks. Moreover, the calcite dissolution rate was calculated and its relationship with flow rate was investigated. Simulation results showed that during injection of CO2 gas alone, calcite dissolution was fast but limited, and occurred everywhere. On the other hand, for the other injected fluids the dissolution around the injector was continuous and, with the exception of the seawater scenario, precipitation was observed downstream. In addition, the calcite dissolution per injected water pore volumes for both CO2 SWAG and CO2 WAG was higher because of higher dissolution of gaseous CO2 in injected and formation waters. Moreover, the dissolution rate was found to be proportional to the water flow rate which confirms the assumption that calcite kinetics are fast compared to reservoir flow. This knowledge is valuable when planning CO2 WAG projects in carbonate reservoirs. As dissolution rates increase with flow rates, high permeability zones will show faster porosity changes, which may compromise the injector wellbore integrity and may lead to a more severe and growing calcite scaling risk around the producer wellbore.
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) | 0,000 | 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 ».