Agersborg,R。等[2017]密度变化和储层压实,可从原位校准的4D重力和在海底测量的4D重力和沉降:SPE年度技术会议和展览,扩展摘要,PSE-187224-ms。
AER 无权免除遵守或更改区域计划下有关土地面积或土地使用的任何限制、约束或要求。希望寻求此类救济的申请人必须直接向根据《阿尔伯塔土地管理法》设立的阿尔伯塔土地使用秘书处提出申请。土地管理部长可根据申请和命令更改区域计划的要求。有关更多信息,请致电 780-644-7972 或发送电子邮件至 LUF@gov.ab.ca 联系阿尔伯塔土地使用秘书处。有关上述要求的更多信息,请参阅公告 2014-28:区域计划边界内活动的申请要求或发送电子邮件至 regional.plans@aer.ca。本公告撤销并取代了公告 2012-22:位于下阿萨巴斯卡区域计划边界内或附近的活动的批准申请程序,该公告是有关 AER 遵守《阿尔伯塔土地管理法》批准的区域计划的早期公告。
本报告由巴特尔研究所编写,记录了美国能源协会 (USEA) 与美国能源部 (DOE) 合作开展的工作。美国政府及其任何机构、其任何雇员、巴特尔研究所和其他共同赞助者均不对所披露的任何信息、设备、产品或流程的准确性、完整性或实用性做任何明示或暗示的保证,也不承担任何责任或义务,也不表示其使用不会侵犯私有权利。本文中对任何特定商业产品、流程或服务的商品名、商标、制造商或其他方面的引用并不一定构成或暗示美国政府或其任何机构对其的认可、推荐或支持。本文中表达的作者的观点和意见不一定代表或反映美国政府或其任何机构的观点和意见。
a 美国爱达荷国家实验室能源与环境科学技术理事会 b 美国加利福尼亚州伯克利市劳伦斯伯克利国家实验室能源地球科学部 c 美国爱达荷大学,美国爱达荷州莫斯科 d 美国爱达荷国家实验室高级科学计算部
量子储存计算(QRC)利用了量子系统的信息处理功能来解决非平凡的时间任务,从而改善了其经典对应物。最近的进步表明,QRC利用了扩大的希尔伯特空间的潜力,但是实时处理和实现量子优势的实时利用是有效地利用资源是对可行的实验实现的巨大挑战。在这项工作中,我们提出了一个适用于实时QRC的光子平台,基于储层的物理集合,以相同的光学脉冲形式通过封闭环循环。理想的操作达到了最大能力,但统计噪声显示出破坏任何量子的改进。我们提出了一种克服此限制并维持QRC性能的策略,当系统的规模扩大时。该协议是为实验实现而设计的,该协议具有当前技术的可行性。
摘要:热能储存系统在可再生能源的利用和开发中起着至关重要的作用。在过去的二十年里,单罐温跃层技术由于与传统的双罐储存系统相比具有更高的成本效益而受到广泛关注。本文重点阐明温跃层 TES 系统的性能指标以及不同影响因素的影响。我们收集了现有文献中所使用的各种性能指标,并将其分为三类:(1)直接反映储存热能的数量或质量的指标;(2)描述冷热地区热分层水平的指标;(3)表征温跃层罐内热流体动力学特征的指标。对这三类指标进行了详细的分析。此外,还系统讨论了相关的影响因素,包括传热流体的注入流量、工作温度、流量分配器和进出口位置。该工作提供的全面总结、详细分析和比较将为未来温跃层TES系统的研究提供重要的参考。
中苏门答腊盆地是一个具有巨大石油和天然气潜力的沉积盆地。利用这一潜力所做的努力之一是利用地震方法进行地球物理勘探。地震方法是提供地球地下状况(例如层结构、地质结构、碳氢化合物指标以及储层的物理性质)清晰图像的最优秀方法。本研究采用了地震反演方法和地震属性方法。使用的地震属性是均方根 (RMS) 和包络属性。同时,所采用的地震反演是声阻抗反演(AI)。 RMS 和包络属性有助于绘制地震波的最大振幅,这些地震波反映了地表以下的密度或岩性差异,并指示了具有储层潜力的区域的存在。声阻抗反演可以绘制某一层的声阻抗值,可以有效定量指示岩性、孔隙度和储层特征的差异。均方根 (RMS) 和包络属性显示“FAP”油田 Telisa 地层顶部的亮点区域,而日志数据显示 Telisa 地层中存在碳氢化合物。研究区碳酸盐岩储层声阻抗值分布在15000((Ft/s)*(g/cc))~30000((Ft/s)*(g/cc))范围内。 “FAP”油田碳酸盐岩储层孔隙度为0.18~0.3(V/V),密度为2.2~2.4(g/c3)。关键词:苏门答腊盆地中部,RMS 属性,包络属性,反演
摘要:地下储氢已被公认为储存大量氢气的关键技术,有助于氢经济的工业规模应用。然而,人们对地下储氢的了解甚少,导致项目风险很高。因此,本研究考察了盖层可用性和氢气注入率对氢气回收率和氢气泄漏率的影响,以解决与地下储氢有关的一些基本问题。建立了三维非均质储层模型,并利用该模型分析了盖层和氢气注入率对氢气地下储存效率的影响。结果表明,盖层和注入率对氢气泄漏以及捕获和回收的氢气量都有重要影响。结论是,当没有盖层时,较高的注入率会增加氢气泄漏。此外,较低的注入率和盖层可用性会增加回收的氢气量。因此,这项工作为地下储氢项目评估提供了基本信息,并支持能源供应链的脱碳。
基于物理的神经形态计算是当前数字技术的有前途的算法,因为其能量效率,并行性的潜力和较大的带宽。在各种体系结构中,复发性神经网络(RNN)特别适合以频度依赖性(例如音频和视频信号)处理数据[?]。但是,他们解决特定任务的监督培训通常是数据密集型的,需要调整网络的互发矩阵,这是硬件实现的挑战。储层计算(RC)提供了一个框架来通过简化训练过程来克服此问题,从本质上讲,将RNN未经训练以及在结合RNN节点的瞬时响应的输出层上使用简单的lin-1 eR-ear回归[??]。这些考虑因素通过使用七个技术平台(包括微电子学,旋转和光子学[??]。在后一类中,已经提出了各种插曲[? ]包括大规模的自由空间体系结构[???],光反馈体系结构[???]和光子集成电路[??]。这些物理系统已经在各种任务上证明了最先进的性能,包括非线性通道均衡,混乱的时间序列预测和语音识别[?]。],其中一个物理非线性反馈体系结构依赖于时间延迟储层(TDRC)方法[?
2020 年,美国能源部 (USDOE) 提出了一项以储能为重点的重大挑战,这是该机构首次提出的综合性方法。[1] 鉴于锂离子电池技术在解决短储能时长(<4 小时)方面取得的成功,[2] 储能研究的重点已转向长储能方法,这种方法倾向于将电力和能源分离以实现灵活的电网安装。液氢载体是一种可以利用现有基础设施并利用质子交换膜 (PEM) 燃料电池的高效率/成熟度在需要时释放储存能量的方法。[3] 为此,我们专注于肼 (N2H4),它含有 12.5% 的 H2(重量),已被纳入燃料电池应用。[4,5] 虽然 N2H4 可以通过多种工艺在工业上生产,但它通常是通过 NH3 的氧化制成的,而 NH3 目前的基础设施和碳足迹相当可观。[6] 如果