Улавливание и хранение CO₂ (CCS) является многообещающей мерой по сокращению выбросов. Пористый биоуголь содержит обширную многоуровневую пористую структуру и обладает отличными характеристиками адсорбции CO₂. Из-за низкой точности и высокой вычислительной сложности традиционных моделей прогнозирования адсорбции CO₂, основанных на экспериментальных данных, применялись методы машинного обучения, такие как градиентный бустинг решений (GBDT), экстремальное градиентное бустинг (XGB) и легкий градиентный бустинг (LGBM), для прогнозирования адсорбции CO₂ биоуглем, а также для сравнительного анализа результатов. Результаты показали, что Три ведущих фактора, влияющих на объем адсорбции CO₂, это удельная поверхность биоугля, содержание углерода и содержание кислорода соответственно. Все три алгоритма эффективно предсказывают адсорбционные характеристики биоугля для CO₂. По сравнению с ними LGBM имеет наибольшую точность прогноза — 94%; GBDT значительно лучше справляется с обработкой выбросов; XGB демонстрирует более стабильные прогнозы при изменениях тестовых наборов. При проектировании адсорбционных свойств биоугля не следует слепо стремиться к очень высокой площади поверхности. Рекомендуется выбирать содержание углерода в биоугле между 83% и 88%, а содержание кислорода — между 15% и 18%.

биоуголь;машинное обучение;адсорбция диоксида углерода;важность признаков;частичные графики зависимости