An analytical model to determine a reservoir capacity for wastewater disposal with consideration of geomechanics and extractions
Notice bibliographique
Résumé
ABSTRACT: Reservoir capacity in injection wells depends on size, compressibility, and the maximum allowable pressure before risking formation integrity. Studies link saltwater disposal (SWD) operations to fault reactivation, while permeability, reservoir fluid properties, and mineralogy also influence subsurface response. Geomechanical effects, including poroelastic and thermoelastic stress changes, complicate reservoir behavior and must be carefully considered in SWD design. This study presents an analytical approach to determine the maximum injection volume and pressure constraints using pressure superposition principles. The model assumes a homogeneous reservoir with infinite-acting, open, or closed boundaries and multiple wells, operating at a constant rate. A geomechanical framework estimates fracturing pressure gradients by considering in-situ stress changes, rock properties, and thermal effects of cold-water injection. The study assesses pressure evolution in sensitive regions to ensure safe injection and prevent formation damage. Applied to a mature hydrocarbon-producing region with 274 wells, including plugged and abandoned (PA) wells from the 1940s to 2024, it uses pressure superposition to estimate average reservoir pressure and identify sensitive areas. The maximum sustainable injection capacity is determined by combining statistical reservoir characterization with geomechanical constraints. This approach optimizes SWD design, monitors injection pressures, and ensures reservoir integrity.
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 ».