MétaCan
Menu
Retour à la cohorte
Enregistrement W4400882558 · doi:10.1016/j.ccst.2024.100236

Techno-economic assessment of supercritical, cold liquid, and dissolved CO2 injection into sub-seafloor basalt

2024· article· en· W4400882558 sur OpenAlexafffundabout
Heather Norton, Philipp Gillessen, Curran Crawford

Notice bibliographique

RevueCarbon Capture Science & Technology · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueCO2 Sequestration and Geologic Interactions
Établissements canadiensUniversity of Victoria
Organismes subventionnairesPacific Institute for Climate Solutions
Mots-clésSupercritical fluidBasaltSeafloor spreadingGeologyEnvironmental sciencePetroleum engineeringGeochemistryOceanographyChemistry

Résumé

récupéré en direct d'OpenAlex

Injecting CO2 into subsea basalt can provide permanent storage via multiple trapping mechanisms, including mineralization reactions which convert the CO2 into solid carbonates over time. Injecting CO2 together with water can accelerate the process of mineralization, but presents additional challenges, such as high energy and water requirements. A techno-economic model of CO2 transport and injection into ocean basalt was developed to compare injection strategies using pure supercritical CO2, pure liquid CO2, and CO2 dissolved in seawater. The model was applied to a representative injection site off the coast of British Columbia, Canada. Injection of CO2 dissolved into seawater was found to be more energy and cost intensive than injection of supercritical or liquid CO2; this is primarily due to the reduced quantities of CO2 that can be injected into each well, and additional pumping energy required for the accompanying seawater. For the base assumptions, transport and storage costs for supercritical, liquid, and dissolved injection were estimated as $43/t, $38/t, and $250/t respectively. Their energy requirements were estimated as 93 kWh/t, 90 kWh/t, and 213 kWh/t respectively. The current best estimates of geological parameters for ocean basalt suggest good injectivity and very large storage capacities per well. This may help to compensate for the additional project expenses incurred by deep water, allowing cost-effective liquid and supercritical injection. However, this result is sensitive to high uncertainties in both geological parameters and component cost data.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,157
Score d'incertitude au seuil0,312

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,005
Tête enseignante GPT0,273
Écart entre enseignants0,267 · 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'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

Citations4
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCarbon Capture Science & TechnologyMême sujetCO2 Sequestration and Geologic InteractionsTravaux en français237 207