| 注册
首页|期刊导航|石油科学通报|基于物理模型驱动的机器学习方法预测超临界二氧化碳管道最大泄漏速率

基于物理模型驱动的机器学习方法预测超临界二氧化碳管道最大泄漏速率

王一新 陆诗建 李卫东 滕霖

石油科学通报2023,Vol.8Issue(1):102-111,10.
石油科学通报2023,Vol.8Issue(1):102-111,10.DOI:10.3969/j.issn.2096-1693.2023.01.007

基于物理模型驱动的机器学习方法预测超临界二氧化碳管道最大泄漏速率

A physical model driven machine learning for predicting maximum leakage rate in supercritical CO2 release

王一新 1陆诗建 2李卫东 1滕霖1

作者信息

  • 1. 福州大学石油化工学院,福州 350108
  • 2. 中国矿业大学碳中和研究院,徐州 221008
  • 折叠

摘要

关键词

机器学习/超临界二氧化碳/管道/泄漏/卷积神经网络/支持向量机

引用本文复制引用

王一新,陆诗建,李卫东,滕霖..基于物理模型驱动的机器学习方法预测超临界二氧化碳管道最大泄漏速率[J].石油科学通报,2023,8(1):102-111,10.

基金项目

重庆市自然科学基金(CYY202010102001)和福州大学科研启动基金(GXRC-20041)联合资助 (CYY202010102001)

石油科学通报

OACSTPCD

2096-1693

访问量0
|
下载量0
段落导航相关论文