基于DA-DE-SVM智能模型的煤岩体SC-CO2压裂效果预测 |
| |
引用本文: | 闫浩,张吉雄,周楠,时培涛.基于DA-DE-SVM智能模型的煤岩体SC-CO2压裂效果预测[J].岩土工程学报,2023(2):362-368+443. |
| |
作者姓名: | 闫浩 张吉雄 周楠 时培涛 |
| |
作者单位: | 中国矿业大学矿业工程学院煤炭资源与安全开采国家重点实验室 |
| |
基金项目: | 江苏省自然科学基金项目(BK20210510); |
| |
摘 要: | 煤岩体压裂效果是超临界CO2(SC-CO2)压裂工程设计的主要依据。为准确预测煤岩体SC-CO2压裂效果,基于多孔相向裂缝动态扩展模拟,筛选确定影响煤岩体SC-CO2压裂效果的6个地质因素和4个施工因素,提出了一种集成支持向量机(SVM)、蜻蜓算法(DA)、差分进化算法(DE)的混合人工智能模型,利用支持向量机构建SC-CO2压裂效果与其影响因素之间的关系,并利用蜻蜓算法、差分进化算法联合优化支持向量机的超参数。以相关系数、均方根误差、平均绝对误差为评价指标对混合人工智能模型性能进行了评估,并采用MIV方法对模型输入变量进行了敏感性分析,结果表明:本文提出的DA-DE-SVM智能模型能很好预测煤岩体SC-CO2压裂效果,其训练集的R值为0.9572,测试集的R值为0.9316。SC-CO2压裂效果影响因素的重要程度从高到低依次为:相邻压裂钻孔水平距离>垂直地应力>压裂液注入速率>相邻压裂钻孔垂直距离>煤体抗拉强...
|
关 键 词: | 煤岩体 超临界CO2 压裂效果 智能预测 |
|
|