Research on adsorption characteristics and adsorption model of CH4 and CO2 in Leping Formation coal seam of Fengcheng Mining Area
-
摘要:
煤体对气体的吸附特征决定了煤层的地质封存能力。对丰城矿区主力B4煤层进行了不同温度条件下的等温吸附实验,研究了煤层对气体的吸附特征,采用9种不同吸附数学模型对CO2吸附实验数据进行拟合,检验不同模型的拟合效果。结果表明:丰城矿区B4煤层CH4、CO2等温吸附实验规律总体表现为压力正效应、温度负效应;煤层对CO2的吸附能力明显高于对CH4的吸附能力,二者最大吸附量的比值约为2.0;9种模型中,L模型、T模型、LF模型、EL模型的拟合效果最好,最适合表征煤层对CO2的吸附特征。
Abstract:The gas adsorption characteristic of coal body determines the geological storage capacity of coal seam. Isothermal adsorption experiments were conducted in the main B4 coal seam in the mining area under different temperature conditions to study the gas adsorption characteristics of the coal seam. Nine different adsorption mathematical models were used to fit and analyze the CO2 adsorption experimental data, and the fitting effects of different models were tested. The results indicate that: the overall experimental pattern of CH4 and CO2 isothermal adsorption in B4 coal seam of Fengcheng Mining Area shows that the pressure is a positive effect and the temperature is a negative effect; the adsorption capacity of coal seams for CO2 is significantly stronger than that for CH4, and the ratio of the maximum adsorption capacity of the two is about 2.0; the L model, T model, LF model, and EL model have the best fitting effect and are most suitable for characterizing the adsorption characteristics of CO2 in coal seams.
-
煤矿现代化综采技术的快速发展和矿井供电系统结构复杂程度的不断增加对供电的安全性和可靠性提出了更严苛的要求[1-2]。有统计表明,我国矿井电网发生单相接地故障的概率达到了80%,远远超过了其他类型的电气故障[3]。我国煤矿电网等级大多为6/10 kV,根据《煤矿安全规程》(2022年)的规定,井下变压器或发电机的中性点不能直接接地[4]。所以矿井供电系统常采用小电流接地方式,若系统在发生单相接地故障时,未能快速有效地检测出故障线路,导致故障时间过长,不仅会增加人身触电的危险,可能还会产生电火花,甚至会引起瓦斯、火灾、煤尘爆炸等重大安全事故,严重影响煤矿安全生产。因此,在复杂的矿井供电系统中能快速、有效地判断出故障线路具有重要意义。为此,对矿井供电系统常用的几类选线方法进行归纳和分析,并指出未来的发展趋势,希望能对矿井供电系统单相接地故障选线技术的研究提供一定的参考作用。
1. 矿井供电系统不同接地方式优缺点
矿井供电系统常采用不接地方式或经消弧线圈接地方式,两者的优缺点分析如下:
1)中性点不接地系统。中性点不接地系统的优点在于系统和地之间无流通回路,对系统造成的伤害不大。缺点在于随着矿井供电系统的复杂性日益提高,由于缺乏灭弧设备,当产生的容性电流较大时就会形成电弧且很难熄灭,进而烧毁设备装置,危害系统正常运行;如果接地电流的数值不足以产生稳定的电弧,就会导致间歇性弧光接地的形成,给系统的绝缘带来压力。
2)中性点经消弧线圈接地系统。中性点经消弧线圈接地系统的优点在于矿井供电系统中常采用电缆而非架空线,故障时产生的容性电流值较大,消弧线圈的存在减小了接地点故障电流,提升了系统安全性。缺点在于消弧线圈系统如果要一直保持过补偿状态接入则需要频繁调整消弧线圈容量,费力费时;同时原本就不够显著的故障特征被消弧线圈的补偿作用削弱了,使得选线更加困难。
2种中性点接地方式在单相接地电流、单相弧光接地过电压、供电可靠性以及人身触电危险性的比较见表1。
表 1 2种接地方式的比较Table 1. Comparison of the two grounding methods中性点
接地方式单相接地
电流单相弧光
接地过电压供电
可靠性人身触电
危险性不接地 大 高 差 大 消弧线圈接地 小 低 好 小 2. 矿井供电系统故障选线难点
1)稳态信号特征弱。小电流接地系统单相接地故障零序电流数值很小,消弧线圈的存在使得所有馈线的稳态信号相差不大,容易造成基于稳态信号的选线方法失效。
2)暂态信号特征复杂。暂态信号虽然相较于稳态信号含量较高,但暂态过程持续时间过短,易受到谐波干扰,导致信号出现不平稳现象,如何有效提取故障中的暂态信息也需要进一步研究。
3)受其他故障类型干扰。除了单相接地故障会出现零序电压幅值过限现象外,消弧线圈谐振、铁磁谐振等“虚幻接地”也会导致系统出现过电压,影响选线判据。
4)井下噪声干扰严重。由于矿井复杂的工作环境,各种噪声干扰严重污染了本就微弱的零序电流信号,对故障特征信号的提取增加了不小的困难。因此,如何有效剔除噪声、获得准确的故障特征信息是一大研究难点。
5)故障选线装置可靠性差。由于零序分量一般由测量互感器获得,相序滤过器中的互感器变比较大且三相铁芯不可能完全一致,加之互感器二次回路的阻抗,都会对选线产生影响。
3. 矿井供电系统故障选线方法现状
矿井供电系统单相接地故障选线方法主要分为主动式选线法、被动式选线法和智能算法融合选线3类,矿井供电系统单相接地故障选线方法如图1所示。
3.1 主动式选线法
主动式选线法向系统注入额外的特征信号,通过检测注入信号进行选线[5]。按照注入信号类型可分为S信号、中频信号、直流信号等,还可以通过中电阻法检测故障线路中注入的电流信号进行选线[6]。
1)S信号注入法。较早使用的是S信号注入法,从电压互感器二次侧注入定频交流信号并追踪实现选线[7]。该方法不以系统故障量作为选线判据,适用性较强,但存在受系统相似频率信号干扰、注入信号幅值的限制、母线 PT 容量的限制等问题。
2)中频信号注入法。针对S信号注入法存在的问题,有学者提出一种基于中频信号注入式矿井配电网单相接地故障选线与定位新方法[8]。选择对三相同时注入信号频率为300 Hz的中频信号,并使用傅里叶方法对信号进行处理。提高了故障选线的可靠性。
3)直流信号注入法。S信号注入法和中频信号注入法都是基于交流信号注入法,存在判据特征量小,抗过渡电阻能力差的问题。通过改进直流注入法电路模型,忽略线路感抗和阻抗并将分布电容等效,提出将向故障系统注入较大的半波直流电流作为判据,一定程度上克服了故障特征量不明显的缺点[9]。
4)中电阻法。不需要外部信号源的信号注入方法称之为中电阻法。中电阻法的优点是产生的故障信号强度大,易于识别发现。而缺点则是削弱消弧线圈的灭弧能力,增加了系统绝缘压力。文献[10]利用消弧线圈中自带的用于快速投切阻尼电阻的电力电子开关主动产生扰动电流信号注入系统以用于选线,产生的选线信号频率成分丰富,而且具备高阻接地状态下的故障选线能力。
主动式选线法需要额外的硬件配置,因此在实际工程中应用受限。
3.2 被动式选线法
被动选线法通过提取故障前后的特征变化量进行故障选线,可分为基于稳态信息选线法和基于暂态信息选线法。
3.2.1 基于稳态信息选线法
基于稳态信息选线法主要利用的是系统的稳态工频信号或者其对应的高次谐波信号。井下常用的有零序电流幅值相位法、零序功率法、零序导纳法、谐波法、负序电流法。
1)零序电流幅值相位法。零序电流比幅法比较线路幅值变化,原理简单但灵敏度较低。零序电流比相法则是比较故障后各线路零序电流的方向,与比幅法相比有更高的灵敏度,但依然容易受到不平衡电流及系统运行方式等因素的影响而出现误判现象。零序电流群体比幅比相法将幅值法和相位法结合,虽克服了“绝对整定值”存在的缺陷,但基本原理没有改变;零序电流群体比幅比相法与零序电流比幅法和零序电流比相法一样,都不适用于井下经消弧线圈接地系统[11]。
2)零序功率法。零序无功功率方向法的原理为利用故障线路容性无功功率的方向与正常线路不同来进行选线,但不适用于谐振接地系统。零序有功功率法则是利用故障后的有功分量,由于故障后有功电流仅在接地点与消弧线圈之间流通,因此该方法也适用于消弧线圈接地系统[12]。该方法的关键在于如何提高线路中有功分量的大小,使得故障特征更加明显,据此可以尝试进行短时并联小电阻来增加有功损耗[13]。
3)零序导纳法。线路的零序导纳由电导和电纳组成,发生单相接地故障后电路增加了1个输入源,使得故障线路导纳值发生改变,在向量平面上的投影与健全线路不重叠,据此判断出故障线路。文献[14]考虑到系统三相零序不对称情况对传统零序导纳法选线进行改进,提出了利用相角差系数来消除采样不同步的影响,与传统方法相比,在高阻接地情况下仍有较高的准确性。此方法自适应性较强,满足了继电保护的选择性和灵敏性,但对消弧线圈的调节能力过于依赖,在无法自动调谐的矿井供电系统中选线效果不理想。
4)谐波法。电力系统由于存在非线性元件,使得发生接地故障后零序电流中存在谐波分量,比较各线路谐波相位和幅值,可选出故障线路。故障信号中以五次谐波分量最大,其次是七次谐波。文献[15]针对消弧线圈系统中不对称参数差异化不明显的缺点,加入五次谐波法进行综合选线,极大提高了选线可靠性。谐波法易受井下噪声环境干扰,造成选线失效。因此,一般将五次谐波与其他故障选线判据相融合进行选线[16]。
5)负序电流法。单相接地故障属于不对称故障类型,其故障电流可以分解为3个独立的对称分量,其中就包含有负序分量。基波零序分量法受中性点运行方式及接地点电弧的影响大,而消弧线圈上没有负序电流通路,故消弧线圈的接入不会影响负序电流选线法。文献[17]以基波负序电流为选线主判据,谐波电流为辅助判据,不需要获取和综合比较所有线路的故障信息,非常适合应用矿井供电系统中。
以上几种基于稳态信息选线法优缺点比较见表2。目前对于稳态量的选线方法的研究相对全面但由于稳态信号量数值较小,很容易受到消弧线圈的补偿作用、弧光接地、间歇性接地等因素的影响,导致选线效果不理想。
表 2 基于稳态信息选线方法比较Table 2. Comparison of line selection methods based on steady-state information基于稳态信息选线法 优点 缺点 零序电流幅值相位法 方法简单且易于实现 谐振接地系统不适用 零序功率法 不用进行线路比较,且不受接地方式影响 故障信号微弱,对互感器精度要求高 零序导纳法 受故障电阻影响小 受线圈补偿度影响大 谐波法 适用谐振接地系统 提取和检测较困难 负序电流法 不受系统接地方式的
影响采集困难,易受三相不平衡负荷影响 3.2.2 基于暂态信息选线法
暂态信号中包含丰富的故障信息,且不受中性点接地方式影响,因此也可以利用暂态信息选线。井下常用的几种基于暂态信息的故障选线方法有首半波法、暂态脉冲特征法、行波法、S变换法、模态分解法。其中前3种方法都是直接利用暂态信号,而后2种方法则是对提取到的暂态信号进行时频域处理。
1)首半波法。当系统发生单相接地故障后,采集故障首个半周期内的暂态信号特征,利用暂态零序电流在故障线路与非故障线路上的极性不同来选线。接地故障在相电压最大值时刻有较好的选线效果,在相电压过零点时则很难检测到信号,因此该方法的实际应用效果并不是很好。
2)暂态脉冲特征法。矿井谐振接地系统发生单相接地故障时各支路零序电流会产生1个暂态脉冲,因此可以基于故障线路的暂态脉冲幅度最大且极性与非故障线路的暂态脉冲极性相反进行选线[18]。但该方法在漏采模极大值点及脉冲幅值差异过小时应用效果不好。文献[19]提出了脉冲层叠极性选线法,利用零序电流层叠点极性相反特性并结合有效点占比进行选线,相较于模极大值法与脉冲极性直线选线法,选线结果更加准确可靠。
3)行波法。行波是一种故障分量,它只存在于系统发生故障时,可排除正常运行不平衡电流的影响。文献[20]提出了1种行波电流波形相似度比较的选线新方法,通过构造信号的时频能量矩阵和波形相似矩阵并计算线路之间的行波波形综合相似性系数,充分利用了暂态行波信息;相比零模行波,线模行波衰减速度更慢,所含信息更丰富。文献[21]设计了线模行波高频瞬时能量差异选线新判据,虽可实现性有待验证,但为故障选线问题的解决提供了一种新的思路。
4)S变换法。S变换法由快速傅里叶变换和小波分析法相结合发展而来。快速傅里叶变换可以很好地提取故障暂态零序电流中的工频分量和高频振荡衰减分量,但只适用于对平稳信号的全局分析[22]。小波变换具有在不同频段分析非平稳暂态信号的能力,小波包分解提取故障特征信号流程图如图2所示。文献[23]将线路零模电流进行小波包分解,通过比较线路频带小波包分解系数模最大值极性构造双重判据确定故障线路;缺点在于分解过程中需要人为选取小波基,并且对高频信号的分解能力较差。文献[24]利用S变换构造幅值时频矩阵,综合考虑了多个信号较强的频率信息,避免特征频带内各频率信号出现混叠现象。
5)模态分解法。经验模态分解基于信号局部特征,自适应从零序电流中筛选出固有模态函数分量,避免了小波变换严重依赖尺度选取的缺陷;希尔伯特黄变换则是以经验模态分解为核心,可以将任何复杂信号分解为有限个固有模态函数之和。这2种方法都存在现模态混叠、端点效应等问题。文献[25]采用的变分模态分解法将故障零序电流分解为多个模态分量并根据故障特征确定分解层数,具有更好的信号分解和特征提取能力。文献[26]通过CEEMD自相关阈值结合去噪,有效抑制模态混叠以及噪声干扰的问题,特别适用于矿井经消弧线圈接地供电系统的单相接地故障选线。
以上几种基于暂态信息选线法优缺点比较见表3。暂态信号含有复杂的故障特征且不受接地方式的影响,基于暂态特征的选线方法逐渐成为选线研究的热点。
表 3 基于暂态信息选线方法比较Table 3. Comparison of line selection methods based on transient information基于暂态信息
选线法优点 缺点 首半波法 方法简单且易于实现 受故障初相角影响较大 暂态脉冲特征法 不受系统结构变化的影响 漏采时效果较差 行波法 无需利用接地电容电流 对采样频率要求高 S变换法 可实现瞬态误差信号处理,灵敏度高 抗干扰能力弱且基函数需人为选取 模态分解法 可对信号进行自适应分解 存在模态混叠等问题 3.3 智能算法融合选线
智能算法融合选线将多种故障特征通过信息融合技术进行综合互补,提高了选线可靠性。主要包括神经网络选线、模糊理论选线、聚类算法选线、支持向量机选线。
1)神经网络选线。神经网络算法将多线路故障后相关参数输入到训练模型中,充分利用故障信息进行寻优迭代,输出选线结果[27]。文献[28]提出了1种针对谐振接地系统馈线故障检测方法,将采集到的暂态零序电流信号进行小波变换处理,通过训练卷积神经网络自适应提取图像特征进行故障线路检测,与传统机器学习对比具有更好的性能。神经网络法避免了某些复杂情况下故障模型构造困难的问题,但馈线数量较多时,数据量大,收敛速度受到影响。
2)模糊理论选线。模糊理论不仅利用了信息融合技术本身的优点,还能发挥模糊数学对于不确定事物的量化优势,提高了故障特征信息利用率,相较于神经网络无需大量的样本训练,计算量小[29]。文献[30]引入模糊综合选线方法对多种暂态选线法进行集成,并运用层次分析法来分配权重,选线结果可靠性较高;文献[31]对经验模态分解后的各线路暂态零序电流IMF分量求取进行模糊信息粒化,结合相关系数构造双重特征矩阵进行故障选线,放大了故障特征的同时也避免了单一尺度的弊端,具有一定的抗噪能力。
3)聚类算法选线。聚类算法运用迭代求解方式可实现样本无监督分类任务。文献[5]采用核模糊C均值聚类(KFCM)算法对复合多尺度散布熵(RCMDE)进行聚类分析自动识别故障线路,通过聚类得到的隶属度矩阵判断馈线故障点所在线路。该方法在故障线路零序电流互感器极性反接、采样不同步、噪声干扰等情况下仍可实现正确选线,具有较强的抗干扰能力和较高的鲁棒性。
4)支持向量机选线。支持向量机以核函数理论为基础,可有效实现对小样本、非线性问题的分类,克服了神经网络对小样本诊断的局限性。通过聚类算法得到的结果可能存在一些噪声或不完全分离的情况,也可将支持向量机用于聚类结果的后处理。文献[32]采用改进的最小二乘法支持向量机来识别早期接地故障,采用最大相关最小冗余法得到最优扰动特征集,将各类型扰动样本集输入支持向量机算法扰动波形识别模型中,实现对故障的分类。但是支持向量机对于核函数及其参数的选择都较为敏感,目前也没有明确的理论指导。
除上述方法外,还有粒子群优化算法、D-S证据理论、遗传算法等,智能算法选线结果可靠、发展前景广阔,但该研究方法仍然处于一个理论研究的阶段,在实际应用中难以取得比较好的算法效果。
4. 矿井供电系统故障选线方法发展趋势
1)对未知故障的准确辨识。目前对于矿井供电系统单相接地故障的选线方法大多数都是以零序电压上升超过设定的阈值为启动判据,但是引起零序电压上升的故障远不止单相接地,同样可以引起零序电压上升的常见故障还有PT断线、铁磁谐振、三相负荷不平衡等。以上几类扰动都会出现和单相接地类似的故障特征,极易造成单相接地的误判,并且都会影响供电的安全性和可靠性,从而对矿井供电系统造成严重的危害。鉴于此,可以从理论特征出发使用主元分析法、层次分析法等数据分析方法建立各扰动的辨识特征量,利用Fisher判别、支持向量机等智能分类算法进行故障辨识。
2)多源信息融合选线方法。一方面,目前已有的利用单一故障信息选线方法普遍存在抗噪性差、准确度不高等问题,难以有效应对煤矿环境干扰及数据量增大的挑战,可将基于稳态信息的选线方法与基于暂态信息选线方法结合起来应用提高选线可靠性;另一方面,暂态信号幅值远高于稳态信号,且不受接地方式的影响,但缺点在于暂态过程时间短,频率较高且难以检测。可结合多种信号处理方法,例如模态分解与小波变换相结合等使暂态信号中的特征分量能得以有效利用,则选线精度有望得到显著的提高[33]。
3)完善对智能算法融合选线的研究。各类智能算法由于出现时间较短,还未广泛应用于电力系统中,相关理论具有较好的研究价值。一方面,通过对获取到的故障稳暂态零序电流波形进行分析往往不容易充分利用其中的信息,可将一维零序电流故障诊断模型进行升维处理,将它们放在二维平面或三维空间上,发挥深度学习算法特征自学习及其在图像处理领域的优势进行故障选线;另一方面,可通过域自适应迁移学习良好的泛化能力,将源域选线模型迁移到目标域中,将单一线路深度学习模型迁移至其他线路,提升基于深度学习的故障选线方法在无标签小样本条件下的适应能力。
5. 结 语
矿井供电系统故障选线方法经历了从利用注入信号检测故障线路的主动式选线法到利用故障特征量的被动式选线法,再到融合智能算法进行选线。针对矿井供电系统中出现的各类扰动情况会造成单相接地的误判,需要建立各扰动的辨识特征量,并结合智能分类算法进行故障辨识。鉴于利用单一故障特征量存在的死区问题,可以结合稳暂态选线方法提高选线可靠性;鉴于暂态分量独特的优势,未来的选线趋势应是将多种暂态信号提取方法融合,让暂态信息得到充分利用。智能算法选线准确率高,但并未应用于现场选线,因此有很好的研究价值,例如可以利用图像识别算法使故障信息可视化,也可以运用迁移学习方法提高选线的泛化能力。
-
表 1 丰城矿区B4煤层煤质特征
Table 1 Coal quality characteristics of B4 coal seam in Fengcheng Mining Area
井田 水分/% 灰分/% 挥发分/% 硫分/% 煤类 曲江 1.39 22.69 21.82 2.09 焦煤 尚庄 1.45 25.35 17.21 1.36 瘦煤 表 2 不同温度条件下曲江煤样(QJG01)吸附模型的拟合度
Table 2 Fitting degrees of adsorption models for Qujiang coal samples (QJG01) under different temperature conditions
温度/℃ 拟合度R2 L模型 F模型 T模型 LF模型 EL模型 DR模型 二次模型 三次模型 对数模型 20 0.998 0.996 0.999 0.999 0.999 0.952 0.974 0.994 0.998 30 0.999 0.996 1.000 1.000 1.000 0.980 0.983 0.996 0.998 40 0.997 0.998 0.999 0.998 0.999 0.991 0.984 0.993 0.994 50 0.996 0.999 0.999 0.999 0.999 0.993 0.984 0.993 0.991 表 3 9种模型拟合平均相对误差和平均标准方差
Table 3 Mean relative error and mean standard deviation of fitting for nine models
模型参数 L模型 F模型 T模型 LF模型 EL模型 DR模型 二次模型 三次模型 对数模型 平均相对误差 0.024 0.017 0.012 0.013 0.012 0.047 0.046 0.028 0.036 平均标准方差 0.559 0.641 0.330 0.336 0.331 1.751 1.265 0.712 0.728 -
[1] 袁志刚. 碳达峰碳中和国家战略行动路线图[M]. 北京:中国经济出版社,2021. [2] 撒占友,吴静波,陆卫东,等. 注二氧化碳强化煤层气开采研究进展[J]. 煤矿安全,2022,53(10):32−43. SA Zhanyou, WU Jingbo, LU Weidong, et al. Research progress of enhanced coalbed methane exploitation by carbon dioxide injection[J]. Safety in Coal Mines, 2022, 53(10): 32−43.
[3] 桑树勋,刘世奇,陆诗建,等. 工程化CCUS全流程技术及其进展[J]. 油气藏评价与开发,2022,12(5):711−725. SANG Shuxun, LIU Shiqi, LU Shijian, et al. Engineered full flowsheet technology of CCUS and its research progress[J]. Petroleum Reservoir Evaluation and Development, 2022, 12(5): 711−725.
[4] 米剑锋,马晓芳. 中国CCUS技术发展趋势分析[J]. 中国电机工程学报,2019,39(9):2537−2543. MI Jianfeng, MA Xiaofang. Development trend analysis of carbon capture, utilization and storage technology in China[J]. Proceedings of the CSEE, 2019, 39(9): 2537−2543.
[5] 张洪涛,文冬光,李义连,等. 中国CO2地质埋存条件分析及有关建议[J]. 地质通报,2005,24(12):1107−1110. doi: 10.3969/j.issn.1671-2552.2005.12.004 ZHANG Hongtao, WEN Dongguang, LI Yilian, et al. Conditions for CO2 geological sequestration in China and some suggestions[J]. Geological Bulletin of China, 2005, 24(12): 1107−1110. doi: 10.3969/j.issn.1671-2552.2005.12.004
[6] 刘廷,马鑫,刁玉杰,等. 国内外CO2地质封存潜力评价方法研究现状[J]. 中国地质调查,2021,8(4):101−108. LIU Ting, MA Xin, DIAO Yujie, et al. Research status of CO2 geological storage potential evaluation methods at home and abroad[J]. Geological Survey of China, 2021, 8(4): 101−108.
[7] 李甫成,张杨,张晓娟,等. 深部咸水层CO2地质储存适宜性评价方法研究[J]. 冰川冻土,2014,36(3):649−660. LI Fucheng, ZHANG Yang, ZHANG Xiaojuan, et al. Suitability evaluation method of CO2 geological sequestration in deep saline aquifers[J]. Journal of Glaciology and Geocryology, 2014, 36(3): 649−660.
[8] SHUKLA R, RANJITH P, HAQUE A, et al. A review of studies on CO2 sequestration and caprock integrity[J]. Fuel, 2010, 89(10): 2651−2664. doi: 10.1016/j.fuel.2010.05.012
[9] 桑树勋,王冉,周效志,等. 论煤地质学与碳中和[J]. 煤田地质与勘探,2021,49(1):1−11. doi: 10.3969/j.issn.1001-1986.2021.01.001 SANG Shuxun, WANG Ran, ZHOU Xiaozhi, et al. Review on carbon neutralization associated with coal geology[J]. Coal Geology & Exploration, 2021, 49(1): 1−11. doi: 10.3969/j.issn.1001-1986.2021.01.001
[10] 吴建光,叶建平,唐书恒. 注入CO2提高煤层气产能的可行性研究[J]. 高校地质学报,2004,10(3):463−367. doi: 10.3969/j.issn.1006-7493.2004.03.016 WU Jianguang, YE Jianping, TANG Shuheng. A feasibility study on CO2 injection for enhancing the coalbed methane recovery[J]. Geological Journal of China Universities, 2004, 10(3): 463−367. doi: 10.3969/j.issn.1006-7493.2004.03.016
[11] 韩思杰. 深部无烟煤储层CO2-ECBM的CO2封存机制与存储潜力评价方法[D]. 徐州,中国矿业大学,2020. [12] 代世峰,张贝贝,彭苏萍,等. 河北开滦矿区晚古生代煤对CO2和CH4气体吸附模型探讨[J]. 地质学报,2009,83(5):731−737. DAI Shifeng, ZHANG Beibei, PENG Suping, et al. Models of pure CO2 and pure CH4 adsorption on the late paleozoic coals from the Kailuan Coalfield, Hebei, China[J]. Acta Geologica Sinica, 2009, 83(5): 731−737.
[13] 李向东,冯启言,刘波,等. 注入二氧化碳驱替煤层甲烷的试验研究[J]. 洁净煤技术,2009,16(2):101−103 LI Xiangdong , FENG Qiyan , LIU Bo, et al. Study on displacement coalbed methane by carbon dioxide injection[J]. Clean Coal Technology, 2009, 16(2): 101−103.
[14] 吴迪,孙可明. 不同温度条件下型煤吸附CH4/CO2混合气的实验研究[J]. 岩石力学与工程学报,2013,32(S2):3291−3296. WU Di, SUN Keming. Experimental study for coal briquette adsorption of CH4/CO2 mixture under different temperatures[J]. Chinese Journal of Rock Mechanics and Engineering, 2013, 32(S2): 3291−3296.
[15] 王晋,王延斌,范晶晶,等. 注CO2置换煤层CH4试验研究[J]. 科技导报,2015,33(17):84−89. WANG Jin, WANG Yanbin, FAN Jingjing, et al. Experimental study on coal-bed methane displacement by carbon dioxide injection[J]. Science & Technology Review, 2015, 33(17): 84−89.
[16] 王瑞雪. 不同变质程度煤对CH4和CO2吸附特征差异的实验研究[D]. 徐州:中国矿业大学,2020. [17] 苏现波,张丽萍,林晓英. 煤阶对煤的吸附能力的影响[J]. 天然气工业,2005,25(1):19−21. doi: 10.3321/j.issn:1000-0976.2005.01.006 SU Xianbo, ZHANG Liping, LIN Xiaoying. Influence of coal rank on coal adsorption capacity[J]. Natural Gas Industry, 2005, 25(1): 19−21. doi: 10.3321/j.issn:1000-0976.2005.01.006
[18] 降文萍,崔永君. 深部煤层封存CO2的地质主控因素探讨[J]. 中国煤炭地质,2010,22(11):1−6. doi: 10.3969/j.issn.1674-1803.2010.11.01 JIANG Wenping, CUI Yongjun. A discussion on main geologic controlling factors of CO2 sequestration in deep coal seams[J]. Coal Geology of China, 2010, 22(11): 1−6. doi: 10.3969/j.issn.1674-1803.2010.11.01
[19] 于洪观. 煤对CH4、CO2、N2及其二元混合气体的吸附特性、预测和CO2驱替CH4的研究[D]. 青岛:山东科技大学,2005. [20] 朱苏阳. 煤层气的吸附—解吸机理及应用研究[D]. 成都:西南石油大学,2018. [21] 刘成龙. 煤层CO2埋藏主控地质因素及对煤储层影响研究[D]. 北京:中国矿业大学(北京),2017. [22] 郝光旭. 煤对CH4、CO2和N2混合气体等温吸附实验研究[D]. 北京:中国地质大学(北京),2021. [23] 于洪观,范维唐,孙茂远,等. 煤中甲烷等温吸附模型的研究[J]. 煤炭学报,2004,29(4):463−467. doi: 10.3321/j.issn:0253-9993.2004.04.019 YU Hongguan, FAN Weitang, SUN Maoyuan, et al. Study on fitting models for methane isotherms adsorption of coals[J]. Journal of China Coal Society, 2004, 29(4): 463−467. doi: 10.3321/j.issn:0253-9993.2004.04.019
[24] 李延河,李喜员,孙矩正,等. 煤对超临界CO2的吸附实验及不同表征模型对比[J]. 煤矿安全,2023,54(6):18−26. LI Yanhe, LI Xiyuan, SUN Juzheng, et al. Adsorption experiments of supercritical CO2 by coals and comparisons of different description models[J]. Safety in Coal Mines, 2023, 54(6): 18−26.