摘要
本发明公开了一种掺氢天然气压缩因子预测方法,包括以下步骤:步骤S1:数据预处理;步骤S2:构建基于XGBoost的掺氢天然气压缩因子预测模型;步骤S3:构建基于Shapley值的特征重要度分析模型;解决了本发明意图寻找可以适用于不同温度、压力等条件下的基于机器学习的方法应用于掺氢天然气压缩因子预测,以降低其时间复杂度和空间占用率,以便使其能运行在性能、存储空间有限的微控制器上的问题。
技术关键词
天然气
因子
机器学习模型
数据
随机森林
微控制器
复杂度
意图
甲烷
压力
格式
系统为您推荐了相关专利信息
风电机组液压站
滑动窗口
识别方法
时序
计算机可读指令
深度森林模型
车辆动态称重方法
随机森林
皮尔逊相关系数
重排特征
屏控制系统
美术设备
横竖屏状态
多模态交互
系统控制模块