Reservoir Characterization for CO
Notice bibliographique
Résumé
The Wabamun Lake area of Central Alberta, Canada includes several large CO2 point source emitters, collectively producing more than 30 Mt annually. Previous studies established that deep saline aquifers beneath the Wabamun Lake area have good potential for the large-scale injection and storage of CO2. This study reports on the characterization of the Devonian carbonate Nisku Formation for evaluation as a CO2 repository. Major challenges for characterization included sparse well and seismic data, poor quality flow tests, and few modern measurements. Wireline porosity measurements were present in only one-third of the wells, so porosity and flow capacity (permeability-thickness) were estimated using wireline electrical measurements. The Archie cementation factor appears to vary between 2 and 3, creating uncertainty when predicting porosity using the electrical measurements; however, high-porosity zones could be identified. The electrically-based flow capacity predictions showed more favorable values using a correlation with core than the relation based on drill stem and production tests. This behavior is expected, since the flow test flow capacities are less influenced by local occurrences of very permeable vuggy and moldic rocks. Facies distributions were modeled using both pixel and object methods. The object models, using dimensions obtained from satellite imaging of modern day environments, gave results that were more consistent with the geological understanding of the Nisku and showed greater large-scale connectivity than the pixel model. Predicted volumes show considerable storage capacity in the Nisku, but flow simulations suggest injection capacities are below an initial 20 Mt/year target using vertical wells. More elaborate well designs, including fracture stimulation or multi-lateral wells may allow this goal to be reached or surpassed.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».