Technology Trends of Oil-sands Plant Modularization using Patent Analysis
Notice bibliographique
Résumé
원유 생산의 정점이 예상되기 때문에 비전통 자원과 대체에너지에 대한 연구가 많이 진행되고 있다. 본 연구에서는 비전통 자원 중 오일샌드에 한정하였고, 동토 지역은 건설 가능한 기간이 제한적이고 현지건설인력 확보가 쉽지 않으며, 공사기간을 단축시킬 수 있는 오일샌드 플랜트 모듈화에 대한 관심이 크기 때문에 특허를 통한 기술동향을 분석해 보았다. 특허 분석은 1994년-2015년 데이터를 이용하였고 한국, 미국, 일본, 유럽 및 캐나다 특허를 분석 대상으로 하였다. 기술분류체계로 노천채굴 기술, 지하회수법 기술, 분리/개질/환원물 기술, 모듈설계/패키징 기술, 모듈운송기술 및 소재/유지관리 기술 분야로 나누었고 이를 국가별 landscape, 세부기술 동향분석, 주요 경쟁사 심층분석을 하였다. 특허 분석결과, 오일샌드 플랜트 기술은 미국 및 캐나다에 89%의 특허가 집중 되어 출원되고 있었다. 주로 경쟁사로는 Shell, Suncor 그리고 Exxon-mobil로 각각의 핵심특허를 분석하였다. 오일샌드는 타유전개발과 달리 장기간 안정적 생산량 유지가 가능한 사업적 특성을 가지므로, 장기적 관점에서 특허를 확보하여 오일샌드 사업의 경쟁력을 확보하는 것이 중요할 것으로 분석된다. Non-conventional resource and alternative energy were researched for predicting oil peak. In this study, one of many non-conventional resources, specifically oil-sands, was investigated due to the increasing interest of oil-sands plant modularization in permaforst areas for reducing the construction periods through modular transportation while limiting local construction workers. Hence, tehcnological trends were analyzed for oil-sand plant modularization. Data used were between 1994 and 2015 for patent analysis while targets included Korea, US, Japan, Europe and Canada. Technology classification system consisted of mining, steam assisted gravity drainage(SAGD), separation/upgrading/tailors ponds, module design/packaging, module transportation and material/maintenance. Result of patent analysis, patent application accounts 89% in US and Canada. The main competitive companies were Shell, Suncor and Exxon-mobil. Unlike other oil developments, oil-sands have a long-term stable production characteristic, hence, it is important to ensure the competitiveness of oil-sands for obtaining a patent in the long run.
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 | 0,001 |
| 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 ».