MétaCan
Menu
Retour à la cohorte
Enregistrement W4322493006 · doi:10.24018/ejece.2023.7.1.496

Design and Performance Analysis of an Oil Pump Powered by Solar for a Remote Site in Nigeria

2023· article· en· W4322493006 sur OpenAlexafffund
Onyinyechukwu Chidolue, M. Tariq Iqbal

Notice bibliographique

RevueEuropean Journal of Electrical Engineering and Computer Science · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueOil and Gas Production Techniques
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesMemorial University of Newfoundland
Mots-clésSpillageSizingEnvironmental scienceOil productionProduction ratePetroleum engineeringCrude oilWaste managementEngineeringProcess engineering

Résumé

récupéré en direct d'OpenAlex

Oil companies typically abandon stripper wells with production rates below 15 barrels per day because the production and maintenance cost exceed the pumping rate. Oil spillage is the primary cause of low production rates; an example of such failure is the Oloibiri oil well in Nigeria. During the peak of operation, the flow rate was 5,100 barrels per day in 1960 and was abandoned due to the declining production rate. The Oloibiri oil site has 18 drilled wells, and only the oil well 17 can be classified as stripper well. Because Nigeria has high solar irradiance and insolation, a proper PV system sizing for a solar-powered pump that should lift oil from a depth of 3800 metres at a flow rate of 15 barrels per day is evaluated for two different running times. In that way, the solar-powered pump will be used to solve the ongoing issue of stripper oil wells by curbing oil spillage from the oil wells abandoned by these production companies and rendering a low-cost pumping system. This paper evaluates the pump performance and completes the system design. It compares the system design to the PVsyst and HOMER sizing.

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 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)0,001
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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,593
Score d'incertitude au seuil0,286

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
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 Opus0,008
Tête enseignante GPT0,199
Écart entre enseignants0,191 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations20
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEuropean Journal of Electrical Engineering and Computer ScienceMême sujetOil and Gas Production TechniquesTravaux en français237 207