Compositional Modeling of Impure CO2 Injection for Enhanced Oil Recovery and CO2 Storage
Notice bibliographique
Résumé
Injecting CO2, a greenhouse gas, into the reservoir could be beneficial economically, by extracting remaining oil, and environmentally, by storing CO2 in the reservoir. CO2 captured from various sources always contains various impurities that affect the gas–oil system in the reservoir, changing oil productivity and CO2 geological storage performance. Therefore, it is necessary to examine the effect of impurities on both enhanced oil recovery (EOR) and carbon capture and storage (CCS) performance. For Canada Weyburn W3 fluid, a 2D compositional simulation of water-alternating-gas (WAG) injection was conducted to analyze the effect of impure CO2 on EOR and CCS performance. Most components in the CO2 stream such as CH4, H2, N2, O2, and Ar can unfavorably increase the MMP between the oil and gas mixture, while H2S decreased the MMP. MMP changed according to the type and concentration of impurity in the CO2 stream. Impurities in the CO2 stream also decreased both sweep efficiency and displacement efficiency, increased the IFT between gas and reservoir fluid, and hindered oil density reduction. The viscous gravity number increased by 59.6%, resulting in a decrease in vertical sweep efficiency. In the case of carbon storage, impurities decreased the performance of residual trapping by 4.1% and solubility trapping by 5.6% compared with pure CO2 WAG. As a result, impurities in CO2 reduced oil recovery by 9.2% and total CCS performance by 4.3%.
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 | 0,000 |
| 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 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 ».