توقع أداء امتصاص CO2 للفحم الحيوي المسامي بناءً على التعلم الآلي

CHEN Yifei ,  

ZHANG Xiaoqing ,  

TAN Kanghao ,  

WANG Junsong ,  

QIN Yinghong ,  

摘要

احتجاز وتخزين ثاني أكسيد الكربون (CCS) هو إجراء تقليل انبعاثات ذو قدرة كبيرة. يحتوي الفحم الحيوي المسامي على هيكل مسامي متعدد المستويات غني، ويتمتع بأداء ممتاز في امتصاص ثاني أكسيد الكربون. نظرًا لنقص الدقة والتعقيد الحسابي في نماذج التنبؤ بامتصاص ثاني أكسيد الكربون القائمة على بيانات التجارب التقليدية، تم استخدام طرق التعلم الآلي مثل أشجار القرار المعززة بالتدرج (GBDT)، التعزيز الأقصى للتدرج (XGB)، وآلية التعزيز الخفيفة للتدرج (LGBM) لتوقع امتصاص الفحم الحيوي لـ CO2 وتحليل النتائج المقارنة. أظهرت النتائج أن العوامل الثلاثة الأولى التي تؤثر على كمية امتصاص ثاني أكسيد الكربون هي على التوالي المساحة السطحية المحددة للفحم الحيوي، محتوى الكربون، محتوى الأكسجين. يمكن لجميع الخوارزميات الثلاث التنبؤ بفعالية بأداء الامتصاص. بالمقارنة، لدى LGBM أعلى دقة تنبؤية بلغت 94٪؛ لـ GBDT ميزة ملحوظة في معالجة بيانات العينات الشاذة؛ وXGB يظهر نتائج تنبؤية أكثر استقرارًا مع تغير مجموعات الاختبار المختلفة. عند تصميم خصائص امتصاص الفحم الحيوي، لا ينبغي السعي وراء مساحة سطح مرتفعة جدًا بشكل أعمى. يُفضل اختيار محتوى الكربون للفحم الحيوي بين 83٪ و88٪، ومحتوى الأكسجين بين 15٪ و18٪.

关键词

فحم حيوي;تعلم آلي;امتصاص ثاني أكسيد الكربون;أهمية الميزات;مخططات الاعتماد الجزئي

阅读全文