Sulfur speciation in soured reservoirs: chemical equilibrium and kinetics
Notice bibliographique
Résumé
Abstract Reservoir souring is a widespread phenomenon in reservoirs undergoing seawater injection. Sulfate in the injected seawater promotes the growth of sulfate-reducing bacteria (SRB) and archaea-generating hydrogen sulfide. However, as the reservoir fluid flows from injection well to topside facilities, reactions involving formation of different sulfur species with intermediate valence states such as elemental sulfur, sulfite, polysulfide ions, and polythionates can occur. A predictive reactive model was developed in this study to investigate the chemical reactivity of sulfur species and their partitioning behavior as a function of temperature, pressure, and pH in a seawater-flooded reservoir. The presence of sulfur species with different oxidation states impacts the amount and partitioning behavior of H2S and, therefore, the extent of reservoir souring. The injected sulfate is reduced to H2S microbially close to the injection well. The generated H2S partitions between phases depending on temperature, pressure, and pH. Without considering chemical reactivity and sulfur speciation, the gas phase under test separator conditions on the surface contains 1080 ppm H2S which is in equilibrium with the oil phase containing 295.7 ppm H2S and water phase with H2S content of 8.8 ppm. These values are higher than those obtained based on reactivity analysis, where sulfur speciation and chemical reactions are included. Under these conditions, the H2S content of the gas, oil, and aqueous phases are 487 ppm, 134 ppm, and 4 ppm, respectively.
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 | 0,000 |
| 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) | 0,001 | 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 ».