摘要：目的 在碳捕集封存技术发展背景下，为能更高效准确地计算CO2在水中的溶解度，分别探究基于机理分析与基于数据驱动的CO2溶解度计算方法。方法 首先，根据公开文献收集、整理了2 029组不同温度、压力条件下CO2在水中的溶解度数据并建立数据库；随后，利用该数据库对经典的亨利定律进行了修正，并且在修正时考虑压力在水合物生成区域内可能生成水合物的影响；最后，基于BP神经网络建立了数据驱动模型来计算CO2在水中的溶解度。数据驱动模型建立的过程中，以相对误差作为模型评价指标，优选温度、压力和矿化度作为输入变量。结果 亨利定律修正后压力低于15 MPa时计算结果的平均相对误差为25.29%，与修正前相比下降了27.11个百分点；压力高于15 MPa时计算结果的平均相对误差为29.49%，与修正前相比下降了91.86个百分点。数据驱动模型的平均相对误差降低至20.64%，计算结果比修正后的亨利定律更为准确。结论 提出了简便有效、精度更高的CO2溶解度计算方法。

关键字：碳排放;CO₂;溶解度;亨利定律;BP神经网络

ISSN号：1007-3426

卷、期、页：卷54期2：51-61

发表日期：2025-04-24

期刊分区（SCI为中科院分区）：无

收录情况：北大中文核心期刊,CSCD（中国科技引文期刊）（扩展）

发表期刊名称：石油与天然气化工

参与作者：雷海申,王睿,李金许,张雷

通讯作者：郭俊垚,林炬

第一作者：阎凤元,史博会,宋尚飞

论文类型：期刊论文

论文概要：阎凤元,雷海申,王睿,郭俊垚,林炬,李金许,张雷,史博会,宋尚飞，基于机理分析与数据驱动的CO2溶解度计算方法，石油与天然气化工，2025，卷54期2：51-61

论文题目：基于机理分析与数据驱动的CO2溶解度计算方法