Biblioteca122.739 documentos en línea

Artículo

Breakthrough Pressure Prediction Based on Neural Network ModelPredicción de la presión de ruptura basada en un modelo de red neuronal

Resumen

El aumento del contenido de dióxido de carbono se identifica como la principal causa del calentamiento global. La captura de dióxido de carbono en la atmósfera y su transporte a la capa de sal profunda para su almacenamiento han sido probados y practicados en muchos aspectos, lo que se considera una forma eficaz de reducir el contenido de dióxido de carbono en la atmósfera. La propiedad de sellado de las rocas de tapón es uno de los factores clave para determinar si el CO2 puede almacenarse eficazmente durante mucho tiempo. En vista de las desventajas de los tediosos y largos métodos de prueba de laboratorio para la presión de ruptura de la roca sello, este trabajo explora la relación entre la presión de ruptura y otros parámetros como la porosidad, la permeabilidad, la densidad, la superficie específica, el radio máximo de la garganta y el carbono orgánico total. Los resultados muestran que la presión de ruptura de la roca está estrechamente relacionada con el radio de garganta máximo y la permeabilidad determinada por el método de inyección de mercurio, seguida de la porosidad y el área superficial específica, y menos relacionada con la densidad, la profundidad y el contenido de COT de la propia roca. A continuación, con los parámetros seleccionados, se establece un modelo de red neuronal para predecir la presión de ruptura de la roca sello, que puede lograr buenos resultados de predicción.

  • Tipo de documento:
  • Formato:pdf
  • Idioma:Inglés
  • Tamaño: Kb

Cómo citar el documento

Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.

Este contenido no est� disponible para su tipo de suscripci�n

Información del documento