DOI: 10.11799/ce202506020
基于BP神经网络算法的注CO2煤体CH4置换率预测研究
贾东旭
中煤科工集团沈阳研究院有限公司,辽宁 抚顺 113122;煤矿灾害防控全国重点实验室,辽宁 抚顺 113122
摘要：为精准预测煤层注CO2 气体后的CH4 置换率,以无烟煤为研究对象,基于不同煤层温度T、不同CO2 注入压力P0 及不同初始吸附平衡压力P1 条件下煤样的CH4 置换率η实验数据,采用BP神经网络算法,建立了该煤样的 CH4 置换率预测模型,并通过决定系数 R2、均方根误差RMSE和平均绝对误差MAE对预测模型精度进行评估.结果表明,煤样的CH4 置换率η随煤层温度T和CO2 注入压力P0 的增加而增大,但随初始吸附平衡压力P1 的增加而减小;所建立的预测模型在测试集实验数据的应用中,其决定系数R2 值为 0.986,均方根误差RMSE值为 0.349,平均绝对误差MAE值为0.312,并且预测值和实际值的误差不超过2.30%,说明所建立预测模型的预测精度较高,可为煤层注气技术开采提供指导.
关键词：煤层注气注CO2气体甲烷置换率瓦斯预测瓦斯涌出驱替CH4实验
分类号：TD353(矿山压力与支护)
资助基金：国家自然科学基金(U23B2094)
论文发表日期：2025-06-30
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 158-163 )
英文信息