Development and comparison of reduced-order models for CO2-enhanced oil recovery predictions
Notice bibliographique
Résumé
CO 2 -enhanced oil recovery (CO 2 -EOR) has been a mature and promising technology since the 1970s, offering a dual solution for energy production and carbon sequestration. Recent advances in reduced-order models (ROMs) using empirical analysis and artificial intelligence (AI) tools handle complex data efficiently. However, existing ROMs for CO 2 -EOR often lack validation due to data confidentiality or are too case-specific for broader application. This paper introduces a framework to close these gaps, enabling the development and consistent comparison of generalized ROMs for CO 2 -EOR with carbon capture and storage (CCS), even with traditional tools. A synthesis dataset (∼3000 runs) was established to develop ROMs, which were validated using field data from both EOR and CCS perspectives. Three key findings are revealed. First, normalizing outputs with respect to CO 2 utilization illustrated a direct relationship between CCS and EOR. Second, generalized statistics-based ROMs reduced input complexity and validated field data but predicted fewer outputs. Machine learning-based ROMs predicted more outputs, supporting field operational decision-makings. Last, ROMs were particularly suitable for early-stage, large-scale CO 2 -EOR assessments. This study extended the boundaries of developing generalized ROMs for CO 2 -EOR and identified pros and cons across modeling approaches, contributing to net-zero goals and advancing sustainable and affordable energy future. • The stats- and ML-ROMs are developed and compared for CO 2 -EOR with validation on Weyburn oil field production profile. • Stats-ROM predictions reduced input complexity, while ML-ROMs can incorporate geological properties. • ROMs offer time-efficient, scalable solutions for early-stage CO 2 -EOR with fewer inputs. • ROMs can support early-stage economic and environmental assessments at regional and national levels.
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 | 0,000 | 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 ».