MétaCan
Menu
Retour à la cohorte
Enregistrement W4410419555 · doi:10.1016/j.rineng.2025.105344

Cushion gas replacement on underground gas storage in a naturally fracture aquifer: Cushion gas strategies for matrix-independent storage

2025· article· en· W4410419555 sur OpenAlexaff
Behnam Sedaee, Zahra Almahmoodi, Mostafa Gilavand, M R Shah Mansouri, Yousef Fathi

Notice bibliographique

RevueResults in Engineering · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueHydraulic Fracturing and Reservoir Analysis
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésCushionPetroleum engineeringEnvironmental scienceAquiferUnderground storageUnderground storage tankWaste managementGeologyEngineeringGeotechnical engineeringStorage tankGroundwaterStructural engineering

Résumé

récupéré en direct d'OpenAlex

Energy supply has become a critical global concern. Due to its low cost and high heating value (HV), natural gas is a leading energy source. However, its consumption fluctuates throughout the year due to varying heating demands in different weather conditions, with significantly more usage during colder seasons. Underground natural gas storage (UNGS) addresses this variability. UNGS requires cushion gas to maintain reservoir pressure, enabling gas production. Cushion gas usually constitutes 15–75% of total stored gas, making it costly. Replacing cushion gas is a promising approach to reduce operational costs. This study numerically simulates underground gas storage in a naturally fractured aquifer. It investigates carbon dioxide and nitrogen as potential cushion gas replacements. Various flow scenarios were modeled, and performance was evaluated based on gas recovery, unwanted water production, and produced gas quality. The study focuses on natural gas storage in the Yourtsha aquifer and explores the technical and economic feasibility of using inert gases as substitutes. Results show that carbon dioxide outperforms nitrogen as a cushion gas without accounting for gas dissolution in water. However, when nitrogen dissolution is considered, nitrogen shows higher potential. Including gas dissolution effects also indicates that inert gases perform better than natural gas in displacing fluids and maintaining pressure during storage operations. Furthermore, comparing cumulative injection and production volumes in scenarios with and without gas mixing revealed that mixing negatively impacts storage operation quality. Water production increased in the base scenario due to mixing, adversely affecting seasonal gas injection and production. In scenarios using inert cushion gases, the presence of multiple gas components intensified the mixing phenomenon, resulting in higher water production from gas wells.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,015
Score d'incertitude au seuil0,030

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,006
Tête enseignante GPT0,243
Écart entre enseignants0,237 · 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

Citations9
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueResults in EngineeringMême sujetHydraulic Fracturing and Reservoir AnalysisTravaux en français237 207