干酪根是頁巖油氣的主要母質(zhì), 其分子模型構(gòu)建及熟化機(jī)理是油氣勘探開發(fā)的理論基礎(chǔ)。力學(xué)所趙亞溥研究團(tuán)隊(duì)前期針對(duì)珍貴的深部頁巖樣品, 基于大量實(shí)驗(yàn)及計(jì)算, 構(gòu)建了目前國際最大的干酪根分子群, 建立了干酪根的時(shí)間–溫度–成熟度關(guān)系 [Global Challenges 3, 1900006 (2019); Fuel 278, 118264 (2020)]。 由于干酪根具有分子量大、官能團(tuán)多樣等特點(diǎn), 導(dǎo)致干酪根結(jié)構(gòu)模型重構(gòu)中存在 “組合爆炸” 難題, 理論存在的干酪根構(gòu)型數(shù)目是一個(gè)遠(yuǎn)大于5n/4 的天文數(shù)字 (n 為碳原子數(shù))。 傳統(tǒng)構(gòu)建方法通過大量實(shí)驗(yàn)和試錯(cuò)探索合理構(gòu)型, 效率極低, 這嚴(yán)重限制了干酪根化學(xué)–力學(xué)性質(zhì)的進(jìn)一步研究進(jìn)展。 

　　近期, 趙亞溥團(tuán)隊(duì)首次采用機(jī)器學(xué)習(xí)結(jié)合實(shí)驗(yàn)數(shù)據(jù)的方法預(yù)測干酪根組分及其結(jié)構(gòu)特征。在課題組前期分子結(jié)構(gòu)研究的基礎(chǔ)上, 研究人員結(jié)合深部頁巖干酪根實(shí)驗(yàn)數(shù)據(jù), 構(gòu)建了超過 10 萬組可靠樣本庫, 為通過機(jī)器學(xué)習(xí)方法智能化構(gòu)建干酪根模型提供了數(shù)據(jù)保障。經(jīng)訓(xùn)練的機(jī)器學(xué)習(xí)模型對(duì)干酪根骨架結(jié)構(gòu)預(yù)測準(zhǔn)確度達(dá)到 96.1% (圖 1), 對(duì)干酪根類型特征的預(yù)測準(zhǔn)確度約為 90% (圖 2)。此外, 采用機(jī)器學(xué)習(xí)方法預(yù)測干酪根成熟度也非常準(zhǔn)確。 

　　 以上研究表明機(jī)器學(xué)習(xí)方法在干酪根組分預(yù)測和特征分析中性能十分優(yōu)異, 為智能化高通量建立我國干酪根分子樣本庫及化–力性質(zhì)分析平臺(tái)奠定了堅(jiān)實(shí)基礎(chǔ)。 

　　相關(guān)成果以 “Predicting the components and types of kerogen in shale by combining machine learning with NMR spectra” 為題發(fā)表在國際能源領(lǐng)域主流學(xué)術(shù)期刊 Fuel, (Kang DL, Wang XH, Zheng XJ, and Zhao YP*. Fuel, 2021, 290: 120006. https://doi.org/10.1016/j.fuel.2020.120006)。本研究得到國家自然科學(xué)基金重點(diǎn)項(xiàng)目 (12032019) 和中國科學(xué)院前沿重點(diǎn)研究計(jì)劃 (QYZDJ-SSW-JSC019) 等項(xiàng)目的支持。