一种基于机器学习的CO2-H2地下生化合成天然气转化效率预测方法

本发明公开了一种基于机器学习的CO2‑H2地下生化合成天然气转化效率预测方法，包括以下步骤：选取机器学习模型的输入特征变量；基于输入特征变量取值范围及拉丁超立方采样方法获取输入样本；利用不同输入样本条件下生物地球化学模拟结果，计算CO2‑H2平均时效转化率，作为机器学习模型的输出样本；以归一化处理后的输入样本及未经处理的输出样本为基础，构建CO2‑H2平均时效转化率的机器学习代理模型；利用代理模型预测目标油气藏的CO2‑H2平均时效转化率。本发明首次采用机器学习方法结合CO2‑H2平均时效转化率指标，预测CO2‑H2地下生化合成天然气转化效率，有效提升了计算效率和预测准确性。