地质封存泄漏风险LSSVM预测模型

CO2封存泄漏风险快速评估

一个基于LSSVM的机器学习模型，可以快速预测地质碳封存中CO2通过盖层的突破距离并评估泄漏风险，计算速度比传统数值模拟快100到1000倍，且预测精度与数值模拟相当。

Mingcheng, Ni · Liu, Xiliang · Hao, Chen · 徐培福 · Qiuting, Li · Xinlong, Yang · Zhou, Xianmin

Process Safety and Environmental Protection: Transactions of the Institution of Chemical Engineers, Part B 2026

参数信息

决定系数（R²）

0.90

均方根误差（RMSE）

3.61

平均绝对误差（MAE）

2.55

计算加速比

100–1,000

技术优势

计算速度提升百倍

LSSVM模型将单次评估从小时或天缩短到秒级，用户可以快速筛选大量候选场址。

预测精度可靠

在测试集上达到R2=0.90，且蒙特卡洛验证确认了其泛化能力，与数值模拟结果吻合良好。

识别关键因素

SHAP分析揭示盖层渗透率、温度和压力是影响泄漏风险的主要参数，为风险控制提供直接指导。

应用场景

• CCS项目选址与风险评估：快速评估候选场址的泄漏风险，节省大量数值模拟时间和计算资源。
• 地下储能安全分析：为地下储能项目提供类似的风险筛查方法，保障长期封存安全。
• 环境监测与预警：可集成到监测系统中，根据实时地质参数提供快速预警。