MétaCan
Menu
Retour à la cohorte
Enregistrement W4317790715 · doi:10.2118/212357-ms

Reductions in Emissions and Fuel Cost with Start/Stop System Technology for Diesel Frac Fleets

2023· article· en· W4317790715 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueSPE Hydraulic Fracturing Technology Conference and Exhibition · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAtmospheric and Environmental Gas Dynamics
Établissements canadiensConocoPhillips (Canada)
Organismes subventionnairesnon disponible
Mots-clésDiesel fuelEngineeringHydraulic fracturingLimitingCash flowBusinessWaste managementEnvironmental economicsNatural resource economicsFinancePetroleum engineeringEconomics

Résumé

récupéré en direct d'OpenAlex

Abstract Idling during hydraulic fracturing generates considerable emissions of NOX, CO, and particulate matter (PM). Field studies conducted during 2021-22 documented an average of 5 - 10 hours per day of diesel-powered idling during fracturing operations across multiple U.S. unconventional basins. Prior to 2021 boardroom level corporate environment, social, and governance (ESG) initiatives by oil & gas producers focused on limiting gas leaks, Scope 1 (direct corporate) emissions, and overall carbon footprints. Controlling emissions during the idling of hydraulic fracturing equipment, until recently, had not been a high priority on executive ESG lists. "The name of the game in unconventional shale development has quickly shifted from production at all costs to maximizing cash flow and reducing emissions to improve ESG performance. Operators have placed a priority on their ESG efforts as financial institutions have prioritized responsible investing." (Walzel, B. et.al., 2021). By late 2021 concerns associated with idling during fracturing operations drew more attention from operators. The issues of idle waste control (unnecessary emissions, fuel, and excessive maintenance cost), identified as easy to resolve, garnered limited attention. Yet by early 2022, the challenges associated with frac diesel idling remained prevalent and became more acute with the dramatic rise in diesel costs. In early 2022 ESG surveys began to include mention of frac idle waste. Contributing to this is the fact U.S. frac fleets continued utilizing diesel and/or dual fuel (diesel combined with natural gas) engines for 91% of fracturing operations. One of the lesser-known characteristics of Tier 2 and Tier 4 diesel frac pump engines is the fact they burn 100% diesel during idling – including dual fuel engines. Stop/Start technology, first adopted in the auto industry and later by long haul diesel-powered trucking companies, began gaining traction within the oil & gas industry in 2017. The reduction in idle times attributed to Start/Stop systems proved lower fuel consumption and emissions generation rates were possible. This study focuses on the contributions made by diesel Start/Stop technologies. Positive results from 2019 forward substantiate the efficacy of idle reduction methods used in conjunction with hydraulic fracturing. Limiting frac idle times proved effective in reducing frac emissions, lowering fuel consumption, as well as cutting maintenance costs for hydraulic fracturing fleets. This report highlights a new Start/Stop technology with field results from 2021 – 2022. This recent technology delivered a simpler, innovative hydraulic start centralized plug & play method of powering an entire frac fleet rather than using multiple Start/Stop systems installed to electrically start each individual frac pump. The results of a 2022 Permian basin technology field application are presented here.

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 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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,457
Score d'incertitude au seuil0,728

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
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 Opus0,011
Tête enseignante GPT0,221
Écart entre enseignants0,210 · 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