Sulfur speciation in soured reservoirs: chemical equilibrium and kinetics
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
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 H 2 S and, therefore, the extent of reservoir souring. The injected sulfate is reduced to H 2 S microbially close to the injection well. The generated H 2 S 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 H 2 S which is in equilibrium with the oil phase containing 295.7 ppm H 2 S and water phase with H 2 S 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 H 2 S 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.
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 | 0,001 |
| 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 découle