转化产物性能预测方法、装置、电子设备及存储介质制造方法及图纸

技术编号:40418331 阅读:26 留言:0更新日期:2024-02-20 22:36
本发明专利技术一方面提供了一种基于机器学习的木质纤维素生物质转化产物性能预测方法,包括:获取木质纤维素生物质的转化工艺数据;对转化工艺数据进行归一化处理,得到归一化后的转化工艺数据;将归一化后的转化工艺数据输入至经训练的转化产物性能预测模型,预测木质纤维素生物质的转化产物性能。

【技术实现步骤摘要】

本专利技术属于木质纤维素生物质转化产物预测,具体涉及一种基于机器学习的木质纤维素生物质转化产物性能预测方法、装置、电子设备及存储介质


技术介绍

1、生物质资源是一种丰富的可再生的潜力资源,但是目前生物质资源仍未能得到有效利用。近年来,生物质转化制备高附加值化学品的研究得到了学者们的广泛关注,将生物质废弃物转化为有价值的燃油和化学品,被认为具有深远的意义。燃烧、热解、气化、水热液化和催化转化等各种热化学转化途径可用于将生物质生物聚合物转化为广泛的生物燃料和生物化学品。

2、目前,利用木质纤维素生物质生产生物多元醇,并替代石油基多元醇制备具有优异性能的聚氨酯泡沫塑料一直是本领域技术人员的热点。近年来,典型的农林废弃物,例如,木材、小麦秸秆、水稻秸秆、玉米秸秆等,因为其环境友好、价格低廉、资源丰富等特点,已作为生物质原料在生物质多元醇和聚氨酯泡沫材料制备领域得到广泛关注。

3、然而,生物质催化转化过程中生物质组成和工艺参数(液固比、反应温度、反应时间)等多种因素都会显著影响转化过程中的产物的数量和质量。但是,在实际实验测试过程中,实验成本文档来自技高网...

【技术保护点】

1.一种基于机器学习的木质纤维素生物质转化产物性能预测方法,包括:

2.根据权利要求1所述的方法,其中,所述转化产物性能评估参数包括均方根误差;

3.根据权利要求2所述的方法,其中,所述转化产物性能评估参数还包括决定系数,

4.根据权利要求1所述的方法,其中,所述转化产物性能预测模型的训练方法还包括:

5.根据权利要求1所述的方法,其中,所述将所述木质纤维素生物质的转化工艺样本数据划分为训练集和测试集,包括:

6.根据权利要求1所述的方法,其中,所述转化产物性能预测模型包括梯度提升回归模型。

7.根据权利要求1所述的...

【技术特征摘要】

1.一种基于机器学习的木质纤维素生物质转化产物性能预测方法,包括:

2.根据权利要求1所述的方法,其中,所述转化产物性能评估参数包括均方根误差;

3.根据权利要求2所述的方法,其中,所述转化产物性能评估参数还包括决定系数,

4.根据权利要求1所述的方法,其中,所述转化产物性能预测模型的训练方法还包括:

5.根据权利要求1所述的方法,其中,所述将所述木质纤维素生物质的转化工艺样本数据划分为训练集和测试集,包括:

6.根据权利要求...

【专利技术属性】
技术研发人员:吴松林王汉青赵金萍李铖骏徐朝阳
申请(专利权)人:中南林业科技大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1