Analysis of potential CO2 leakage through abandoned wells using a semi-analytical model
Notice bibliographique
Résumé
Potential injection sites for geological CO2 storage include deep formations in mature sedimentary basins. Many of these basins have a long history of oil and gas exploration and production and the vicinity of the injection site may therefore be perforated by hundreds of wells, potentially penetrating into the injection formation. Geosequestration models must therefore be able to simulate plume spreads over large spatial areas (of order 1,000 km2), while resolving the local dynamics in all the wells. Furthermore, many of these wells are abandoned and their locations and hydraulic properties might be uncertain or unknown. Therefore, risk assessment based on Monte Carlo simulations may be necessary to estimate the resulting uncertainty in the leakage. In this paper, we present a semi-analytical model that simulates the evolution of CO2 plumes and leakage in multiple brine aquifers pierced by multiple passive wells over decadal to century time scales. The model’s equations and state variables are obtained from the self-similarity of the plume shapes and are defined solely at well locations. Since the model does not require domain discretisation in the traditional numerical sense, it is highly computationally efficient, potentially thousands of times faster than existing numerical multiphase simulators. This paper demonstrates the insights gained by applying this model to a potential injection site in the Alberta Basin, Canada, involving more than 500 existing wells over a domain that is 900 km2. Different leakage measures and statistics are presented and discussed.
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 | 0,001 |
| 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) | 0,002 | 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 ».