基于数据驱动的化学链载氧体材料热失重性质快速预测方法、系统、介质、程序产品

本发明涉及一种基于数据驱动的化学链载氧体材料热失重性质的快速预测方法、系统、介质、程序产品，其中方法包括：构建机器学习模型，以化学链载氧体材料的结构特征以及温升速率作为输入，一方面实现材料微商热重曲线的预测，并基于材料的微商热重曲线，得到材料的热重曲线，进而分析得到热失重性质；另一方面，直接实现化学链载氧体氧解耦温度和氧解耦质量分数等材料热失重性质的预测。与现有技术相比，本发明大幅提高了对化学链载氧体的筛选效率，具有大批量、低成本、高精度等技术优势，避免了传统的材料实验测试耗时费力等问题，同时也能拓展应用至热化学储能等其他应用场景下金属氧化物氧解耦温度辨识和性能预测。