MétaCan
Menu
Retour à la cohorte
Enregistrement W4414723272 · doi:10.62762/rs.2025.637298

The Influence of Geological Factors and Transmission Fluids on the Exploitation of Reservoir Geothermal Resources: Factor Discussion and Mechanism Analysis

2025· article· en· W4414723272 sur OpenAlexaff
F.. Wang, Kobina Forson

Notice bibliographique

RevueReservoir Science · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueReservoir Engineering and Simulation Methods
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésGeothermal gradientGeothermal energyTransmission (telecommunications)Deflection (physics)Reservoir engineeringOil fieldPetroleum reservoir

Résumé

récupéré en direct d'OpenAlex

The geothermal resources present within the reservoir post-oil production in the oil field have hitherto been overlooked and underdeveloped, constituting a novel energy supplement for the maintenance of energy security. The present study constructed a geothermal transmission and exploitation model for oil reservoirs based on the geological environment and the characteristics of geothermal transmission media. This model can be used to analyse the impact of different factors on the efficiency of reservoir geothermal resources. Concurrently, a molecular dynamics model was constructed to reveal the geothermal transmission mechanism at a microscopic perspective, which will facilitate the optimisation of geothermal mining technology. The findings indicate that fluid viscosity hinders geothermal transmission, and the transmission medium of 40mPa·s increases the diameter range of geothermal transmission by 9m compared with 30mPa·s. Furthermore, the deflection angle of reservoir fractures is also not conducive to reservoir geothermal transmission. It has been demonstrated that an increase in the deflection angle results in a reduction of the transmission capacity, owing to substantial fluid filtration. The utilisation of reservoir geothermal resources provides fundamental data support for the rational application of energy and the assurance of energy security.

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)0,001
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 enseignants0,005
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
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 Opus0,019
Tête enseignante GPT0,277
Écart entre enseignants0,258 · 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

Citations39
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueReservoir ScienceMême sujetReservoir Engineering and Simulation MethodsTravaux en français237 207