Multiscale fracture networks and their impact on hydroshearing response in the Canadian Shield (Kuujjuaq, Canada)
Notice bibliographique
Résumé
Abstract Understanding the natural fracture network is essential for geothermal-related investigations. However, the geometrical attributes depend on the scale of observation. Therefore, a multiscale characterization of the fracture network is essential to ensure that heat and flow simulations are based on stochastically generated discrete fracture network models representative of the natural fracture system observed. The objective of this project was to understand the scale effect of fracture data on the performance of a potential enhanced geothermal system in crystalline rock in northern Canada. This was accomplished by collecting and characterizing fracture data from core, outcrops and satellite image, and then constructing a discrete fracture network model which was used to simulate the performance of the geothermal system. The numerical simulations suggest that fracture length and spacing have an important impact on its performance. Thermal short-circuiting can be easily achieved if the fracture network is modelled based solely on satellite image data, and hydroshearing may be less effective if the DFN is constructed based solely on outcrop data. The simulations suggest that combining the different datasets provides the best compromise between heat extraction, water losses, hydraulic impedance and thermal drawdown. Despite the uncertainties, the fracture data used highlights the importance of multiscale fracture analysis for heat-flow simulations of geothermal reservoirs.
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 | 0,001 | 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 ».