基于DA-DE-SVM智能模型的煤岩体SC-CO_(2)压裂效果预测.pdfVIP

第45卷第2期岩程学报Vol.45No.2

2023年2月ChineseJournalofGeotechnicalEngineeringFeb.2023

D0I:10.11779/CJG

智能模型的煤岩体SC-CO2压裂效果预测

基于DA-DE-SVM智

间浩，张吉雄，周楠，时培涛

（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江苏徐州221116)

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度水平地应力压裂液温度煤体渗透系数煤体初始孔隙压力

煤体弹性模量。研究成果可为SC-CO2压裂工程参数优化设计及工程应用提供重要指导。

关键词：煤岩体；超临界CO2；压裂效果；智能预测

中图分类号：TU43;TD8文献标识码：A文章编号：1000-4548(2023)02-0362-07

浩（1992umtyhao@163.com。

作者简介：闫)，男，博士，讲师，主要从事煤岩体压裂方面的教学和科研工作。E-mail：

PredictionofSC-CO2fracturingeffectsofcoalandrockmassbasedon

DA-DE-SVMintelligentmodel

YANHao,ZHANGJixiong,ZHOUNan,SHIPeitao

(StateKeyLaboratoryofCoalResourcesandSafeMining,SchoolofMines,ChinaUniversityofMiningandTechnology,Xuzhou

221116,China)

Abstract:ThefracturingeffectofcoalandrockmassisthemainbasisforthedesignofsupercriticalCO2(SC-CO2)fracturing

projects.InordertoaccuratelypredicttheeffectsofSC-CO2fracturingincoalandrockmass,basedonthedynamic

propagationcharacterist