油气开发 | 浏览量 : 0 下载量: 12 CSCD: 0 CNKI被引量: 0 Scopus: 0 更多指标

  • 导出

  • 分享

  • 收藏

  • 专辑

    • 基于机器学习的页岩内CH4-CO2体系吸附特性预测

    • Prediction of adsorption characteristics of CH4-CO2 system in shale based on machine learning

    • 2026年16卷第4期 页码：855-864   

      收稿：2025-12-11，

      纸质出版：2026-07-26

    • DOI： 10.13809/j.cnki.cn32-1825/te.20250080     

    移动端阅览

  • 刘树阳, 黄洪略, 王江龙, 等. 基于机器学习的页岩内CH4-CO2体系吸附特性预测[J]. 油气藏评价与开发, 2026, 16(4): 855-864. DOI: 10.13809/j.cnki.cn32-1825/te.20250080. DOI：
    LIU Shuyang, HUANG Honglue, WANG Jianglong, et al. Prediction of adsorption characteristics of CH4-CO2 system in shale based on machine learning[J]. Petroleum Reservoir Evaluation and Development, 2026, 16(4): 855-864. DOI: 10.13809/j.cnki.cn32-1825/te.20250080. DOI：
  •  
  •  
文章被引用时，请邮件提醒。
提交

相关文章

相关作者

梁洪彬 重庆科技大学非常规油气开发研究院;页岩油气富集机理与高效开发全国重点实验室
曾黄奔 重庆科技大学石油与天然气工程学院
戚志林 重庆科技大学石油与天然气工程学院
刘华 页岩油气富集机理与高效开发全国重点实验室
王妍妍 页岩油气富集机理与高效开发全国重点实验室
李慧琳 中国石油西南油气田分公司重庆气矿
余启奎 中国石化中原油田分公司
刘爱华 中国石化中原油田分公司

相关机构

重庆科技大学非常规油气开发研究院
页岩油气富集机理与高效开发全国重点实验室
重庆科技大学石油与天然气工程学院
中国石油西南油气田分公司重庆气矿
中国石化中原油田分公司
0