An Integrated Numerical Study of CO2 Storage in Carbonate Gas Reservoirs with Chemical Interaction between CO2, Brine, and Carbonate Rock Matrix
Notice bibliographique
Résumé
In light of the burgeoning interest in mitigating anthropogenic CO2 emissions, carbonate reservoirs have emerged as promising sequestration sites due to their substantial storage potentials. However, the complexity of CO2 storage in carbonate reservoirs exceeds that in conventional sandstone reservoirs, predominantly due to the rapid interactions occurring between the injected CO2, brine, and carbonate rock matrix. In this study, a numerical model integrated with the chemical CO2–brine–rock matrix interaction was developed to analyze the carbonate rock dissolution process and the physical property variations of different carbonate gas reservoirs during the CO2 injection and sequestration process. More specifically, a total of twenty scenarios were simulated to examine the effects of lithology, pore size, pore–throat structures, and CO2 injection rate on carbonate rock matrix dissolution and reservoir property variation. Calcite is significantly easier and quicker to react with CO2-solvated brine than dolomite; as a result, limestones exhibit an expedited rock dissolution and pore volume increase, along with a slower pressure buildup in comparison to dolomites. Also, the carbonate reservoir with a smaller pore size has a higher rock dissolution rate than one with a larger pore size. Furthermore, the simulation results show injected CO2 can modify the pore-dominant carbonate reservoir to a more pronounced extent than the fracture-dominant carbonate reservoir. Lastly, the carbonate rock dissolution is more obvious at a lower CO2 injection rate. The insights derived from this research aid evaluations related to CO2 injectivity, storage capacity, and reservoir integrity, thereby paving the way for environmentally and structurally sound carbon sequestration strategies.
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 | 0,001 |
| 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 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 ».