System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及生物质水热炭化,尤其是涉及一种基于机器学习的水热炭性质调控方法、系统、设备及介质。
技术介绍
1、以亚临界水为反应溶剂的水热碳化是一种很有前途的生物质处理和循环利用技术,它可以在不预干燥的情况下将湿生物质转化为材料和化学品。生物质原料的组成和反应过程的参数等因素影响水热炭的性质。根据其特性不同,水热炭也可以作为吸附剂、催化剂、碳基材料、肥料、土壤添加剂等许多其他应用,这些不同的应用取决于水热炭材料的性质。传统的研究主要是对制备出来的水热炭产品的物理和化学性质进行测量。为了选取最优的高性能水热炭材料,目前主要是依靠大量实验并采用单一变量法对水热炭性能进行人工优化,耗时耗力且不利于快速获得所需的水热炭。
2、有的现有技术尝试将生物质通过水热炭化、造粒、fci因子建立模型来预测产物的燃料品质,然而该方法需要进行大量的实验以及计算,且流程复杂,未直接建立生物质水热过程参数与水热炭之间的联系;有的现有技术通过生物质转化工艺过程原始数据库的建立、数据预处理、人工神经网络模型训练来确定关键参数,然而该方法缺乏对生物质转化后的产物进行快速预测,不能推广至未训练的生物质样本,而且很难进行多目标预测。
技术实现思路
1、本专利技术旨在至少解决现有技术中存在的技术问题之一。为此,本专利技术提出一种基于机器学习的水热炭性质调控方法、系统、设备及介质,能够得到生物质水热过程中多个参数与水热炭之间的映射,并且能够实现生物质水热炭的精确预测与调控,减少大量实验和时间成本的消耗。
...【技术保护点】
1.一种基于机器学习的水热炭性质调控方法,其特征在于,所述基于机器学习的水热炭性质调控方法包括:
2.根据权利要求1所述的基于机器学习的水热炭性质调控方法,其特征在于,所述对所述输入特征和所述输出特征进行数据预处理,得到已测样本数据集,包括:
3.根据权利要求1所述的基于机器学习的水热炭性质调控方法,其特征在于,所述通过所述训练集训练预设的多目标预测模型,得到最终多目标预测模型,包括:
4.根据权利要求3所述的基于机器学习的水热炭性质调控方法,其特征在于,在所述将所述训练集输入所述多目标预测模型之前,所述基于机器学习的水热炭性质调控方法还包括:
5.根据权利要求4所述的基于机器学习的水热炭性质调控方法,其特征在于,所述通过所述多目标损失函数监督训练所述多目标预测模型,得到最终多目标预测模型,包括:
6.根据权利要求1所述的基于机器学习的水热炭性质调控方法,其特征在于,在所述通过所述多目标损失函数监督训练所述多目标预测模型,得到最终多目标预测模型之后,所述基于机器学习的水热炭性质调控方法还包括:
7.根据权利要
8.一种基于机器学习的水热炭性质调控系统,其特征在于,所述基于机器学习的水热炭性质调控系统包括:
9.一种电子设备,其特征在于:包括至少一个控制处理器和用于与所述至少一个控制处理器通信连接的存储器;所述存储器存储有可被所述至少一个控制处理器执行的指令,所述指令被所述至少一个控制处理器执行,以使所述至少一个控制处理器能够执行如权利要求1至7任一项所述的基于机器学习的水热炭性质调控方法。
10.一种计算机可读存储介质,其特征在于:所述计算机可读存储介质存储有计算机可执行指令,所述计算机可执行指令用于使计算机执行如权利要求1至7任一项所述的基于机器学习的水热炭性质调控方法。
...【技术特征摘要】
1.一种基于机器学习的水热炭性质调控方法,其特征在于,所述基于机器学习的水热炭性质调控方法包括:
2.根据权利要求1所述的基于机器学习的水热炭性质调控方法,其特征在于,所述对所述输入特征和所述输出特征进行数据预处理,得到已测样本数据集,包括:
3.根据权利要求1所述的基于机器学习的水热炭性质调控方法,其特征在于,所述通过所述训练集训练预设的多目标预测模型,得到最终多目标预测模型,包括:
4.根据权利要求3所述的基于机器学习的水热炭性质调控方法,其特征在于,在所述将所述训练集输入所述多目标预测模型之前,所述基于机器学习的水热炭性质调控方法还包括:
5.根据权利要求4所述的基于机器学习的水热炭性质调控方法,其特征在于,所述通过所述多目标损失函数监督训练所述多目标预测模型,得到最终多目标预测模型,包括:
6.根据权利要求1所述的基于机器学习的水热炭性质调控方法,其特征在于,在所述通过所述多目标损失函数...
【专利技术属性】
技术研发人员:冷立健,张伟进,李海龙,詹昊,高佳昕,
申请(专利权)人:中南大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。