التنبؤ بخصائص امتصاص نظام CH4-CO2 داخل الصخور الزيتية المعتمد على التعلم الآلي

LIU SHUYANG ,  

HUANG HONGLUE ,  

WANG JIANGLONG ,  

LIU JUNRONG ,  

MENG SIWEI ,  

摘要

تقنية زيادة معدل استخلاص الغاز الصخري باستخدام ثاني أكسيد الكربون (CO2-ESGR) هي تقنية لاحتجاز الكربون واستخدامه وتخزينه (CCUS) تجمع بين تطوير الغاز غير التقليدي وتخزين ثاني أكسيد الكربون الجيولوجي. لا تقتصر هذه التقنية على تحسين كفاءة تطوير الغاز الصخري، بل تمكّن أيضاً من تخزين ثاني أكسيد الكربون تحت الأرض، مما يساهم بشكل مهم في التخفيف من انبعاثات غازات الدفيئة ودعم تحقيق هدف الحياد الكربوني، مع آفاق تطبيق واسعة. خلال عملية CO2-ESGR، تؤثر خصائص امتصاص CH4 وCO2 داخل الصخر الزيتي مباشرة على كفاءة تبديل الغاز ونتائج التخزين، وهي أحد العوامل الرئيسية المؤثرة على فاعلية CO2-ESGR. قامت هذه الدراسة بتنظيم بيانات تجارب امتصاص غازات CH4-CO2 لأنواع صخور الزيتي الأساسية في مناطق تجمع الغاز الصخري الرئيسية في الصين، وبناء قاعدة بيانات ذات صلة. هذه الدراسة أخذت بعين الاعتبار عدة عوامل رئيسية مثل محتوى الكربون العضوي الكلي (TOC)، محتوى المعادن الطينية، المساحة السطحية BET، درجة الحرارة، الضغط، ومحتوى CO2، واستخدمت أربع طرق تعلم آلي (شبكة العصبونات النقيضية BP، خوارزمية الجيران الأقرب KNN، الغابات العشوائية، وآلة الدعم الناقل SVM) لبناء نموذج تنبؤي لخاصية الامتصاص لـ CH4-CO2 في الصخر الزيتي، بالإضافة إلى دراسة شاملة لخصائص الامتصاص والامتصاص التنافسي لنظام CH4-CO2. تم التأكد من دقة نموذج التعلم الآلي للبناء من خلال مقارنة متعددة الأبعاد بين بيانات الأدبيات، البيانات التجريبية المقاسة، وبيانات التنبؤ بنموذج لانجمور (Langmuir). أظهرت النتائج أن نموذج الغابات العشوائية لديه أعلى دقة تنبؤية ونطاق تطبيق أوسع، حيث أن متوسط الانحراف المطلق النسبي للتنبؤ بكمية الامتصاص للغاز الأحادي والمختلط في المجال 0~15 ميجا باسكال يتراوح بين 1.57% و 1.94%، ومعامل التحديد (R2) يصل إلى 0.99. النموذج التعلم الآلي المطور في هذه الدراسة يمكنه التنبؤ بدقة عالية بخواص الامتصاص والامتصاص التنافسي لنظام CH4-CO2 المختلط داخل الصخور الزيتية، ما يوفر دعماً نظرياً أساسياً لتطبيق تقنية CO2-ESGR.

关键词

صخور زيتية;CH4-CO2;الامتصاص;نموذج لانجمور;التعلم الآلي

阅读全文