Predicción de parámetros clave en el diseño de la inyección miscible de CO mediante la aplicación de algoritmos de aprendizaje automático
Autores: Hamadi, Mohamed; El Mehadji, Tayeb; Laalam, Aimen; Zeraibi, Noureddine; Tomomewo, Olusegun Stanley; Ouadi, Habib; Dehdouh, Abdesselem
Idioma: Inglés
Editor: MDPI
Año: 2023
Acceso abierto
Artículo científico
2023
Predicción de parámetros clave en el diseño de la inyección miscible de CO mediante la aplicación de algoritmos de aprendizaje automático
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería General
Palabras clave
Parámetros
Relación de solubilidad CO-hidrocarburos
Tensión interfacial
Presión mínima de miscibilidad
Marco de aprendizaje automático
Redes neuronales
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 40
Citaciones: Sin citaciones
La determinación precisa de los parámetros clave, incluyendo la relación de solubilidad CO-hidrocarburos (Rs), la tensión interfacial (IFT) y la presión mínima de miscibilidad (MMP), es vital para el éxito de los proyectos de recuperación mejorada de petróleo con CO (CO-EOR).
Descripción
La determinación precisa de los parámetros clave, incluyendo la relación de solubilidad CO-hidrocarburos (Rs), la tensión interfacial (IFT) y la presión mínima de miscibilidad (MMP), es vital para el éxito de los proyectos de recuperación mejorada de petróleo con CO (CO-EOR).