MétaCan
Menu
Retour à la cohorte
Enregistrement W4393221953 · doi:10.1021/acsomega.3c09889

Combining Steam and Flue Gas as a Strategy to Support Energy Efficiency: A Comprehensive Review of the Associated Mechanisms

2024· review· en· W4393221953 sur OpenAlexaff
R. Pérez, Laura Osma, Hugo Alejandro García Duarte

Notice bibliographique

RevueACS Omega · 2024
Typereview
Langueen
DomaineEngineering
ThématiqueEnhanced Oil Recovery Techniques
Établissements canadiensUniversity of Calgary
Organismes subventionnairesEcopetrol
Mots-clésFlue gasSteam injectionEnhanced oil recoveryPetroleum engineeringEnvironmental scienceEfficient energy useWaste managementProcess engineeringEngineering

Résumé

récupéré en direct d'OpenAlex

Conventional steam injection projects have long been an iconic process in the development of heavy oil reserves; nevertheless, they face significant challenges in terms of energy efficiency, environmental compliance, and economic viability. Factors such as oil price fluctuations, the imperative for an energy transition, and the push to reduce carbon footprints are hindering new or ongoing implementations of traditional steam injection technologies. In response to these challenges, hybrid methods, such as the combination of steam and flue gas, are emerging as an opportunity to optimize thermal processes to improve oil recovery, energy efficiency, and environmental sustainability and extend reservoir productivity life. Steam injection enhances oil recovery by reducing the viscosity of crude oil, improving oil mobility and facilitating its extraction. The utilization of flue gas in steam injection processes has a significant impact on oil recovery and energy efficiency, leveraging industrial byproducts. This not only lowers operating costs but also reduces environmental emissions, aligned with energy transition trends. Incorporating the flue gas into a steam-based process in heavy oil reservoirs has emerged as a promising thermally enhanced oil recovery strategy. This work presents a comprehensive review based on experimental, numerical, and field studies of hybrid steam and flue gas technology as an EOR process. The main recovery mechanisms associated with the process are analyzed. In addition, the laboratory equipment required for experimental evaluations is presented, and reservoir modeling, kinetic and compositional effects on reservoir fluids, and the reduction in heat losses in the steam injection process are discussed. Furthermore, field implementations are reviewed to evaluate lessons learned and experiences on an operative scale. The combination of steam and flue gas represents an opportunity for carbon utilization and geological carbon sequestration. This dual functionality underscores its potential to enhance oil recovery and address carbon-related environmental concerns.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,024
Tête enseignante GPT0,298
Écart entre enseignants0,274 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations3
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueACS OmegaMême sujetEnhanced Oil Recovery TechniquesTravaux en français237 207