【48812】甲烷、乙烷和丙烷在纯水和电解质溶液中溶解度的机器学习猜测—小柯机器人—科学网

  德国岩土工程研讨所Taherdangkoo, Reza团队报导了甲烷、乙烷和丙烷在纯水和电解质溶液中溶解度的机器学习猜测，及对杂散气体搬迁建模的影响。这一研讨成果于2024年3月22日宣布在《地球化学学报》上。

  该研讨团队编制了一个数据库，其间包含了2129个试验数据，触及甲烷、乙烷和丙烷在纯水和各种在作业时分的温度和压力范围内的电解质溶液中的溶解度。研讨选用两种机器学习算法，即回归树(RT)和贝叶斯优化算法(BO)调整的增强回归树(BRT)，被用于确认气体的溶解度。

  研讨人员将猜测结果与试验数据及四个老练的热力学模型进行了比较。剖析标明，BRT-BO有足够的精度，猜测值与热力学模型的猜测值符合杰出。试验值与猜测值的决定系数(R2)为0.99，均方差错(MSE)为9.97×10-8。杠杆计算办法进一步证明了研讨所开发的模型的有用性。

  据了解，水力压裂是一种有用的非常规页岩气藏和细密气藏油气挖掘技能。水力压裂的一个潜在危险是杂散气体从地下深处向上运移到浅层含水层。杂散气领会溶解在地下水中，诱发化学和生物反响，对地下水质量发生负面影响，并添加大气排放。了解轻烃在水环境中的溶解度对地下活动和输运的数值模仿至关重要。