論文の概要: Inference of CO2 flow patterns -- a feasibility study

• arxiv url: http://arxiv.org/abs/2311.00290v2
• Date: Wed, 29 Nov 2023 01:55:38 GMT
• ステータス: 処理完了
• システム内更新日: 2023-12-01 03:29:48.829800
• Title: Inference of CO2 flow patterns -- a feasibility study
• Title（参考訳）: CO2フローパターンの推測-実現可能性研究
• Authors: Abhinav Prakash Gahlot and Huseyin Tuna Erdinc and Rafael Orozco and Ziyi Yin and Felix J. Herrmann
• Abstract要約: 本研究の目的は, 坑井および地震探査データから正規流および不規則流の流動パターンを推定できる定式化を開発することである。 推測の不確実性は、観測された誤差とよく相関しているので妥当であると確信している。 この不確実性は、地震データにおけるノイズと、貯水池の流動特性に関する正確な知識の欠如に起因する。
• 参考スコア（独自算出の注目度）: 1.1249583407496222
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: As the global deployment of carbon capture and sequestration (CCS) technology intensifies in the fight against climate change, it becomes increasingly imperative to establish robust monitoring and detection mechanisms for potential underground CO2 leakage, particularly through pre-existing or induced faults in the storage reservoir's seals. While techniques such as history matching and time-lapse seismic monitoring of CO2 storage have been used successfully in tracking the evolution of CO2 plumes in the subsurface, these methods lack principled approaches to characterize uncertainties related to the CO2 plumes' behavior. Inclusion of systematic assessment of uncertainties is essential for risk mitigation for the following reasons: (i) CO2 plume-induced changes are small and seismic data is noisy; (ii) changes between regular and irregular (e.g., caused by leakage) flow patterns are small; and (iii) the reservoir properties that control the flow are strongly heterogeneous and typically only available as distributions. To arrive at a formulation capable of inferring flow patterns for regular and irregular flow from well and seismic data, the performance of conditional normalizing flow will be analyzed on a series of carefully designed numerical experiments. While the inferences presented are preliminary in the context of an early CO2 leakage detection system, the results do indicate that inferences with conditional normalizing flows can produce high-fidelity estimates for CO2 plumes with or without leakage. We are also confident that the inferred uncertainty is reasonable because it correlates well with the observed errors. This uncertainty stems from noise in the seismic data and from the lack of precise knowledge of the reservoir's fluid flow properties.
• Abstract（参考訳）: 気候変動との戦いにおいて、炭素捕獲・隔離技術(CCS)のグローバル展開が増大するにつれて、特に貯水池のシールの既存または誘導された欠陥によって、地下のCO2漏れの堅牢なモニタリングと検出機構を確立することがますます重要になっている。 履歴マッチングやCO2貯蔵の時間ラプス地震モニタリングといった手法は、地下のCO2プラムの進化の追跡に成功しているが、これらの手法はCO2プラムの挙動に関する不確実性を特徴付けるための原則的なアプローチを欠いている。 リスク軽減には,不確実性の体系的評価を含めることが必要である。 (i)CO2配管による変化は小さく、地震データもノイズが多い。 (ii)規則的及び不規則的(例えばリークによる)フローパターンの変化は小さい。 (iii)流動を制御する貯留層特性は強く異質であり、分布としてのみ使用可能である。 正常および不規則な流れの流動パターンを井戸および地震データから推定できる定式化に着くためには, 一連の慎重に設計された数値実験で条件付き正規化流の性能を解析する。 また, 初期のCO2漏れ検出システムでは, 予測は予備的だが, 条件付き正規化流による推定は, 漏れの有無にかかわらずCO2配管の高忠実度推定を導出できることが示唆された。 また、推定不確実性は観測された誤差と相関するので妥当であると確信している。 この不確実性は、地震データのノイズと貯水池の流動特性に関する正確な知識の欠如に起因する。

関連論文リスト

• Rectified Diffusion Guidance for Conditional Generation [62.00207951161297]
  CFGの背後にある理論を再検討し、組合せ係数の不適切な構成(すなわち、広く使われている和対1バージョン)が生成分布の期待シフトをもたらすことを厳密に確認する。 本稿では,誘導係数を緩和したReCFGを提案する。 このようにして、修正された係数は観測されたデータをトラバースすることで容易に事前計算でき、サンプリング速度はほとんど影響を受けない。
  論文  参考訳（メタデータ） (2024-10-24T13:41:32Z)
• Diffusion-based subsurface multiphysics monitoring and forecasting [4.2193475197905705]
  本稿では,ビデオ拡散モデルを用いた新しい地下マルチ物理モニタリングおよび予測フレームワークを提案する。 このアプローチは、CO$2$進化の高品質な表現と、それに伴う地下弾性特性の変化を生成することができる。 コンパスモデルに基づく実験では,CO$モニタリングに関連する本質的に複雑な物理現象を,提案手法がうまく捉えることができた。
  論文  参考訳（メタデータ） (2024-07-25T23:04:37Z)
• Tipping Point Forecasting in Non-Stationary Dynamics on Function Spaces [78.08947381962658]
  タップポイントは急激で、急激で、しばしば非定常力学系の進化における不可逆的な変化である。 我々は、関数空間間のマッピングを学習する新しいリカレントニューラル演算子(RNO)を用いて、そのような非定常系の進化を学習する。 本稿では,物理制約から逸脱をモニタリングすることで,チップ点の予測を行う共形予測フレームワークを提案する。
  論文  参考訳（メタデータ） (2023-08-17T05:42:27Z)
• De-risking Carbon Capture and Sequestration with Explainable CO2 Leakage Detection in Time-lapse Seismic Monitoring Images [2.021175152213487]
  本研究では,最新の深層学習モデルを用いて,CO2プラム(リーカジ)をデライン化するために,時間ラプス地震画像のバイナリ分類を導入する。 また,クラスアクティベーションマッピング手法を用いて,CO2プラムの漏洩領域をローカライズする。
  論文  参考訳（メタデータ） (2022-12-16T17:22:51Z)
• Real-time high-resolution CO$_2$ geological storage prediction using nested Fourier neural operators [58.728312684306545]
  炭素捕獲貯蔵(CCS)は、地球規模の脱炭酸に不可欠な役割を担っている。 CCS展開のスケールアップには, 貯留層圧力上昇とガス配管マイグレーションの高精度かつ高精度なモデリングが必要である。 我々は,高分解能な3D CO2ストレージモデリングのための機械学習フレームワークであるNested Fourier Neural Operator (FNO)を,盆地スケールで導入した。
  論文  参考訳（メタデータ） (2022-10-31T04:04:03Z)
• De-risking geological carbon storage from high resolution time-lapse seismic to explainable leakage detection [2.021175152213487]
  地質的な炭素貯蔵は、大気中のCO2濃度を下げることのできる、非常にスケーラブルな技術の1つである。 リスク軽減に関する重要な側面は、注入されたCO2が貯蔵施設内に残っていることを保証することである。 本稿では,非複製時間経過モニタリングデータを相互に反転させることにより,時間経過画像を作成する手法を提案する。
  論文  参考訳（メタデータ） (2022-10-07T12:27:18Z)
• Uncertainty in Data-Driven Kalman Filtering for Partially Known State-Space Models [84.18625250574853]
  本稿では,ハイブリッドモデルに基づくディープステートトラッキングアルゴリズムであるKalmanNetを用いて,不確実性の評価を行う。 誤差共分散行列は内部特性に基づいて不確実性の測定値として計算可能であることを示す。 システムダイナミクスが分かっている場合、KalmanNetは統計情報にアクセスせずにデータからマッピングを学習し、Kalmanフィルタに類似した不確実性を示す。
  論文  参考訳（メタデータ） (2021-10-10T08:52:18Z)
• Causal Autoregressive Flows [4.731404257629232]
  自己回帰正規化フローの単純なファミリーと同定可能な因果モデルとの本質的な対応を強調した。 我々は、自己回帰フローアーキテクチャが、因果順序に類似した変数の順序を定義しているという事実を利用して、様々な因果推論タスクを実行するのに適していることを示す。
  論文  参考訳（メタデータ） (2020-11-04T13:17:35Z)
• Modeling Atmospheric Data and Identifying Dynamics: Temporal Data-Driven Modeling of Air Pollutants [2.578242050187029]
  本研究では,マドリードの大気質を研究するためにデータ駆動技術を用いた実証的アプローチを提案する。 汚染物質の濃度と経時変化をモデル化する常微分方程式の擬似系を見いだす。 以上の結果から, 赤池の情報基準は, 最適部分回帰と連動して, スパーシリティと適合の良さの均衡を見出すことが可能であることが示唆された。
  論文  参考訳（メタデータ） (2020-10-13T16:46:07Z)
• Temporal Difference Uncertainties as a Signal for Exploration [76.6341354269013]
  強化学習における探索の効果的なアプローチは、最適な政策に対するエージェントの不確実性に依存することである。 本稿では,評価値のバイアスや時間的に矛盾する点を強調した。 本稿では,時間差誤差の分布の導出に依存する値関数の不確かさを推定する手法を提案する。
  論文  参考訳（メタデータ） (2020-10-05T18:11:22Z)
• Localization Uncertainty Estimation for Anchor-Free Object Detection [48.931731695431374]
  アンカーベース物体検出のための既存の不確実性推定手法にはいくつかの制限がある。 アンカーフリー物体検出のためのUADと呼ばれる新しい位置推定不確実性推定手法を提案する。 本手法は,ボックスオフセットの4方向の不確かさを均一に捉え,どの方向が不確実であるかを判断する。
  論文  参考訳（メタデータ） (2020-06-28T13:49:30Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。