基于机器学习的页岩内CH<sub>4</sub>-CO<sub>2</sub>体系吸附特性预测

刘树阳; 黄洪略; 王江龙; 刘峻嵘; 孟思炜

doi:10.13809/j.cnki.cn32-1825/te.20250080

欢迎来到能源电力期刊网！

English Version 期刊登录

您当前的位置：

首页 >

文章列表页 >

基于机器学习的页岩内CH₄-CO₂体系吸附特性预测

油气开发 | 更新时间：2026-06-12

- 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
- 油气藏评价与开发 2026年16卷第4期页码：855-864
- 作者机构：
  
  1.中国石油大学（华东）石油工程学院，山东青岛 266580
  2.深层油气全国重点实验室（中国石油大学（华东）），山东青岛 266580
  3.中国石油勘探开发研究院，北京 100083
  4.多资源协同陆相页岩油绿色开采全国重点实验室，黑龙江大庆 163412
- 作者简介：
  
  刘树阳（1990—），男，博士，副教授，主要从事CCUS与提高采收率、非常规油气开发、油气智能开发方向的研究。地址：山东省青岛市黄岛区长江西路66号，邮政编码：266580。E-mail： shuyang_liu@126. com
  孟思炜（1988—），男，博士，高级工程师，主要从事非常规储集层综合评价和效益开发技术、CO2地质封存与资源化利用等研究。地址：北京市海淀区学院路20号，邮政编码：100083。E-mail： mengsw@petrochina.com.cn
- 基金信息：
  
  国家自然科学基金项目“孔隙尺度效应对表面活性剂复配醇助混剂强化CO2混相驱油的作用机理”(52374063);中国石油大学优秀青年人才培育基金“低浓度盐离子与CO2协同作用下碳酸水驱油微观机理”(25CX07004A)
- DOI：10.13809/j.cnki.cn32-1825/te.20250080
  中图分类号： TE311
- 收稿：2025-12-11，
  
  纸质出版：2026-07-26
- 稿件说明：
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.

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.
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：

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

考虑岩石蠕变的页岩气压裂水平井产能预测模型研究

基于多层感知器的砂岩成岩相测井识别——以珠江口盆地陆丰凹陷为例

基于机器学习的页岩气井间干扰风险评价及预测

成烃生物特征及烃源岩发育影响因素——以鄂尔多斯盆地乌拉力克组为例

页岩油水平井射孔簇点位置优化调控裂缝均衡延伸模拟

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

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

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