Subsurface Storage Technological Advancements & Innovation for Hydrogen (SUSTAIN H2)
Notice bibliographique
Résumé
ABSTRACT: The Sustain H2 program is a cross-functional initiative focused on accelerating the safe and sustainable adoption of Underground Hydrogen Storage (UHS) - a critical enabler for long-duration, low-carbon energy storage. While hydrogen is gaining momentum across transportation and industry, large-scale storage remains a challenge. Sustain H2 targets porous rock formations, which make up 80% of global subsurface storage potential, yet remain underutilized compared to salt caverns. By integrating advanced reservoir simulations, experimental testing, and techno-economic analysis, the program is building a robust framework to evaluate site feasibility, control hydrogen migration, and ensure operational safety and regulatory compliance. This talk The Sustain H2 program is a collaborative initiative aimed at promoting the safe and sustainable adoption of Underground Hydrogen Storage (UHS), which is essential for long-duration, low-carbon energy storage. Although hydrogen is becoming increasingly important in transportation and industry, large-scale storage poses a challenge. Sustain H2 focuses on utilizing porous rock formations, which account for 80% of the global potential for subsurface storage, yet are currently underutilized compared to salt caverns. By combining advanced reservoir simulations, experimental testing, and techno-economic analysis, the program is developing a comprehensive framework to assess site feasibility, manage hydrogen migration, and ensure both operational safety and regulatory compliance. This talk will introduce Sustain H2’s vision and recent advancements while highlighting opportunities for collaboration across sectors to unlock the next frontier in hydrogen storage.
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 ».