一种基于贝叶斯-随机森林优化的掺混原油凝点预测方法

本发明提供了一种基于贝叶斯‑随机森林优化的掺混原油凝点预测方法，涉及油气集输技术领域。该方法包括配置不同比例的混合原油试样，采集掺混原油组分的特征因素及凝点高相关性数据集，并将数据集按照8:2的比例划分；建立随机森林回归预测模型，采用贝叶斯优化自适应高斯算法进行模型超参数调优，以最高协方差为目标，实现模型性能的全局优化；利用优化后的贝叶斯‑随机森林回归模型预测掺混原油凝点。与传统单一机器学习模型相比，本方法通过整合特征因素与智能算法优化，显著提升了凝点预测精度与计算效率，有助于掺混原油的高效运输。