利用BP人工神经网络预测盐水中CO2的溶解度

• 作者: 严巡 王长权 石立红 袁肖肖
• 来源期刊: 中国科技论文
• 学科: 工学
• 关键词: 油气田开发工程 BP人工神经网络 CO2封存 溶解度 预测
• 年，卷（期）: 2017,（24）
• 页码范围: 2831-2834
• 页数: 4页
• 分类号: TE34
• 字数: 2171字
• 语种: 中文

摘要

盐水中CO2的溶解度参数对CO2地质封存至关重要,通过实验方法获取溶解度数据耗时费力,因此,需要建立理论模型来进行预测,而神经网络由于能够关联复杂变量之间的情况而广受关注.BP神经网络是1种应用最广泛的前馈神经网络,利用实验数据建立1个三层结构的BP神经网络模型用于预测盐水中CO2的溶解度,并对网络的结构参数进行优化设计,得到1种盐水中CO2溶解度预测的BP神经网络模型.同时,利用修正后的亨利定律计算不同条件下的溶解度,并将实验数据、BP模型预测结果与亨利定律做对比,为确定盐水中CO2的溶解度提供了1种新方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	严巡	长江大学石油工程学院	7	11	2.0	3.0
2	王长权	长江大学石油工程学院	22	37	3.0	5.0
3	袁肖肖		3	9	1.0	3.0
4	石立红	长江大学石油工程学院	3	10	1.0	3.0