Rapid flow diagnostics for prototyping of reservoir concepts and models for subsurface CO2 storage
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
Sketch-based interface and modelling is an approach to reservoir modelling that allows rapid and intuitive creation of 3D reservoir models to test and evaluate geological concepts and hypotheses and thus explore the impact of geological uncertainty on reservoir behaviour. A key advantage of such modelling is the quick creation and quantitative evaluation of reservoir model prototypes. Flow diagnostics capture key aspects of reservoir flow behaviour under simplified physical conditions that enable the rapid solution of the governing equations, and are essential for such quantitative evaluation. In this paper, we demonstrate a novel and highly efficient implementation of a flow diagnostics framework, illustrated with applications to geological storage of CO2. Our implementation permits ‘on-the-fly’ estimation of the key reservoir properties that control CO2 migration and storage during the active injection period when viscous forces dominate. The results substantially improve the efficiency of traditional reservoir modelling and simulation workflows by highlighting key reservoir uncertainties that need to be evaluated in subsequent full-physics reservoir simulations that account for the complex interplay of viscous, gravity, and capillary forces. The methods are implemented in the open-source Rapid Reservoir Modelling software, which includes a simple to use graphical user interface with no steep learning curve. We present proof-of-concept studies of the new flow diagnostics implementation to investigate the CO2 storage potential of sketched 3D models of shallow marine sandstone tongues and deep water slope channels.
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 | 0,001 | 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