MétaCan
Menu
Retour à la cohorte
Enregistrement W2579460517 · doi:10.1021/acs.energyfuels.6b01569

Quick Evaluation of Source Rock Kerogen Kinetics Using Hydrocarbon Pyrograms from Regular Rock-Eval Analysis

2017· article· en· W2579460517 sur OpenAlexafffund
Zhuoheng Chen, Xiaojun Liu, Chunqing Jiang

Notice bibliographique

RevueEnergy & Fuels · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueHydrocarbon exploration and reservoir analysis
Établissements canadiensGeological Survey of Canada
Organismes subventionnairesNatural Resources Canada
Mots-clésSource rockKerogenGeologyReactivity (psychology)KineticsMineralogyHydrocarbonPetroleum engineeringStructural basinChemistryGeomorphology

Résumé

récupéré en direct d'OpenAlex

Source rock kinetics reflects kerogen reactivity that controls the onset and rate of hydrocarbon generation as well as the depth/temperature of oil and gas generation windows. Therefore, understanding source rock kinetics is critical to both quantitative resource modeling and identifying production “sweet spots”. The study of source rock kinetics requires special laboratory procedure and expertise, the cost of which limits research on specific source rock systems. For quantitative modeling of hydrocarbon generation, kinetic parameters are often adopted from an analogous source rock system available in published data sets or are automatically picked by basin modeling software based on kerogen type or depositional environment and facies. Recent studies ( Peters, K. E., Walters, C. C., and Mankiewicz, P. J. AAPG Bull. 2006, 90, 387−403) revealed that source rock kinetics may vary substantially, even for the same type of kerogen, because of compositional variation. Thus, source-rock-specific kerogen kinetics is more desirable for better characterization of the thermal transformational behavior. On the other hand, the requirements for information regarding the characteristics of source rock reactivity and hydrocarbon generation behavior are time-sensitive for supporting a business decision. Directly assessing reactivity and transformation behavior of source rock based on archived Rock-Eval data would allow for rapid and time-sensitive results to be obtained. This paper proposes a method that characterizes source rock kinetics using pyrograms of archived Rock-Eval analysis. Because the method uses existing Rock-Eval data directly, no new samples and laboratory experiments are required, thus providing a quick and cost-effective technique to determine simple kinetic parameters. The mathematical formulation of this numerical model is described herein, with applications showing the advantage and potential limitations.

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 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 candidatesMéta-épidémiologie (sens strict)
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 enseignants0,114
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
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 Opus0,029
Tête enseignante GPT0,264
Écart entre enseignants0,235 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations42
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEnergy & FuelsMême sujetHydrocarbon exploration and reservoir analysisTravaux en français237 207