MétaCan
Menu
Retour à la cohorte
Enregistrement W2908162830 · doi:10.1016/j.gee.2018.12.003

An improved correlation to determine minimum miscibility pressure of CO2–oil system

2018· article· en· W2908162830 sur OpenAlexaff
Guang‐Ying Chen, Hongxia Gao, Kaiyun Fu, Haiyan Zhang, Zhiwu Liang, Paitoon Tontiwachwuthikul

Notice bibliographique

RevueGreen Energy & Environment · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueEnhanced Oil Recovery Techniques
Établissements canadiensUniversity of Regina
Organismes subventionnairesNatural Science Foundation of Guangxi ProvinceNational Natural Science Foundation of ChinaZhoukou Normal University
Mots-clésMiscibilityMole fractionFraction (chemistry)Consistency (knowledge bases)Principal component analysisMass fractionChemistryMaterials scienceAnalytical Chemistry (journal)ThermodynamicsMathematicsStatisticsChromatographyPolymerOrganic chemistryPhysics

Résumé

récupéré en direct d'OpenAlex

An accurate and reliable estimation of minimum miscibility pressure (MMP) of CO2–oil system is a critical task for the design and implementation of CO2 miscible displacement process. In this study, an improved CO2–oil MMP correlation was developed to predict the MMP values for both pure and impure CO2 injection cases based on ten influential factors, i.e. reservoir temperature (TR), molecular weight of C7+ oil components (MWC7+), mole fraction of volatile oil components (xvol), mole fraction of C2C4 oil components (xC2-C4), mole fraction of C5C6 oil components (xC5-C6), and the gas stream mole fractions of CO2 (yCO2), H2S (yH2S), C1 (yC1), hydrocarbons (yHC) and N2 (yN2). The accuracy of the improved correlation was evaluated against experimental data reported in literature concurrently with those estimated by several renowned correlations. It was found that the improved correlation provided higher prediction accuracy and consistency with literature experimental data than other literature correlations. In addition, the predictive capability of the improved correlation was further validated by predicting an experimentally measured CO2–oil MMP data, and it showed an accurate result with the absolute deviation of 4.15%. Besides, the differential analysis of the improved correlation was analyzed to estimate the impact of parameters uncertainty in the original MMP data on the calculated results. Also, sensitivity analysis was performed to analyze the influence of each parameter on MMP qualitatively and quantitatively. The results revealed that the increase of xC2-C4, xC5-C6 and yH2S lead to the decrease of MMP, while the increase of TR, MWC7+, xvol, yCO2, yC1, yHC and yN2 tend to increase the MMP. Overall, the relevance of each parameter with MMP follows the order of TR > xC5-C6 > MWC7+ > xvol > yH2S > yHC > yCO2 > yC1 > yN2 > xC2-C4.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,355
Score d'incertitude au seuil0,792

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 Opus0,006
Tête enseignante GPT0,190
Écart entre enseignants0,185 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations53
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGreen Energy & EnvironmentMême sujetEnhanced Oil Recovery TechniquesTravaux en français237 207