توقع خصائص امتصاص نظام CH4-CO2 داخل الصخر باستخدام التعلم الآلي

摘要

تقنية زيادة معدل استخلاص الغاز الصخري بواسطة ثاني أكسيد الكربون (CO2-ESGR) هي تقنية لاحتجاز الكربون وتخزينه واستخدامه (CCUS) تجمع بين تطوير الغاز غير التقليدي وتخزين ثاني أكسيد الكربون الجيولوجي. لا تقتصر هذه التقنية على تحسين تطوير الغاز الصخري، بل تتيح أيضًا تخزين CO2 تحت الأرض، مما يسهم في تخفيف انبعاثات الغازات الدفيئة، ويدعم تحقيق هدف الحياد الكربوني، ولها آفاق تطبيق واسعة. خلال عملية CO2-ESGR، تؤثر خصائص امتصاص CH4 و CO2 داخل الصخر على كفاءة الإزاحة وفعالية التخزين، وتعتبر من العوامل الأساسية التي تؤثر على أداء CO2-ESGR. جمعت هذه الدراسة بيانات تجريبية لامتصاص غازات CH4 وCO2 لعينة صخرية من المناطق الرئيسية الغنية بالغاز الصخري في الصين وأعدت قاعدة بيانات، مع مراعاة تأثير عوامل رئيسية مثل محتوى الكربون العضوي الكلي (TOC)، ومحتوى الطين، والمساحة السطحية النوعية، ودرجة الحرارة، والضغط، وتركيز CO2. استُخدمت طرق التعلم الآلي مثل الشبكات العصبية BP، وخوارزمية الجار الأقرب (KNN)، والغابات العشوائية (RF)، وآلة الدعم الناقلة (SVM) لبناء نماذج توقع خصائص امتصاص CH4-CO2 داخل الصخر، ودُرِست خصائص الامتصاص والامتصاص التنافسي لنظام CH4-CO2. وتم التحقق من دقة نموذج الامتصاص المبني باستخدام التعلم الآلي عبر مقارنة متعددة الأبعاد مع بيانات الأدبيات والقياسات التجريبية وبيانات نموذج Langmuir. أظهرت النتائج أن نموذج الغابات العشوائية حقق أعلى دقة وتوسعية جيدة للمجال التطبيقي، حيث تراوح الانحراف المطلق النسبي المتوسط لتوقعات كمية الامتصاص في مدى ضغط 0-15 ميجا باسكال بين 1.57%-1.94%، وبلغ مؤشر التحديد (R2) 0.99. يمكن للنموذج الذي تم تطويره في هذه الدراسة أن يتوقع بدقة خصائص الامتصاص والامتصاص التنافسي لنظام CH4-CO2 المختلط داخل الصخر، مما يوفر دعماً نظرياً أساسياً لتطبيق تقنية CO2-ESGR.

关键词

صخر;CH4-CO2;امتصاص;امتصاص تنافسي;تعلم آلي

阅读全文