龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：重庆科技大学
摘要：本发明涉及深部咸水层CO2埋存技术领域，具体涉及一种基于机器学习的深部咸水中CO2溶解度预测方法；优选机器学习算法；对咸水中CO2溶解度的实验数据进行预处理；建立预测深部咸水中CO2溶解度的机器学习模型；优化预测深部咸水中CO2溶解度的机器学习模型；进行深部咸水中CO2溶解度预测；通过上述方式，实现准确预测CO2在深部咸水中的溶解度。
主权项：1.一种基于机器学习的深部咸水中CO2溶解度预测方法，其特征在于，包括如下步骤：优选机器学习算法；对咸水中CO2溶解度的实验数据进行预处理；建立预测深部咸水中CO2溶解度的机器学习模型；优化预测深部咸水中CO2溶解度的机器学习模型；进行深部咸水中CO2溶解度预测；在优化预测深部咸水中CO2溶解度的机器学习模型的步骤中，优化过程为：分析和筛选出对机器学习模型准确性和泛化性影响较大的部分超参数，并在建立完成的预测深部咸水中CO2溶解度的机器学习模型的超参数的基础上，为筛选出的超参数定义一个候选值集合，形成一个超参数网格；利用训练集、网格搜索法和K折交叉验证法对机器学习模型进行一次优化；使用测试集数据对一次优化后的机器学习模型的综合性能进行评估；检验一次优化后的机器学习模型的CO2溶解度预测结果；在检验一次优化后的机器学习模型的CO2溶解度预测结果的步骤中，检测过程为：使用一次优化后的机器学习模型预测不同温度、压力和盐离子浓度下的CO2溶解度；若CO2溶解度预测值变化规律符合物理化学变化规律，一次优化后的机器学习模型则可直接用于CO2溶解度的预测；若CO2溶解度预测值变化规律不符合物理化学变化规律，则需对一次优化后的机器学习模型进行二次优化，直至CO2溶解度预测值满足质量要求。
全文数据：
权利要求：
百度查询： 重庆科技大学 一种基于机器学习的深部咸水中CO2溶解度预测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号