| 基于径向基神经网络的盐水中CO_2溶解度模型 |
| |
| 引用本文： | 严巡,孙敬,刘德华,钟一平.基于径向基神经网络的盐水中CO_2溶解度模型[J].数学的实践与认识,2019(18). |
| |
| 作者姓名： | 严巡 孙敬 刘德华 钟一平 |
| |
| 作者单位： | 长江大学石油工程学院;新疆油田工程技术分公司 |
| |
| 摘 要： | 确定盐水中CO_2的溶解量对CO_2地质封存潜力和外溢风险评估至关重要,经典溶解度模型建立在热力学平衡定律上,具有一定的限制性,而RBF径向基人工神经网络具有很强的泛化能力,能够关联复杂变量之间的映射关系.利用收集到的实验数据建立了RBF神经网络用于预测盐水中CO_2的溶解度,和之前已经建立的BP神经网络模型对比,将实验数据、RBF神经网络模型、BP神经网络预测结果、PR-DUAN模型以及亨利定律计算值做了对比,为确定盐水中CO_2的溶解度提供了一种新的RBF神经网络预测模型.
|
| 关 键 词： | 径向基神经网络 BP人工神经网络 CO_2封存 溶解度 盐水 |
Prediction of Dissolution of CO_2 in Brine Based on RBF Neural Network |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 等数据库收录！ |
|
