本發明公開了基于全巖化學數據的花崗巖熱導率極限提升梯度預測方法,涉及地熱資源開采技術領域。本發明包括以下步驟:S1:從實驗室花崗巖熱導率和全巖化學測試數據中提取用于訓練模型的樣本數據;S2:對數據進行預處理;S3:基于極限梯度提升的機器學習算法,訓練預測模型;S4:利用模型評價指標,評估預測模型的性能,優選預測模型并保存;S5:利用保存的預測模型,實現對新數據熱導率的預測。本發明結合機器學習極限梯度提升算法,建立了利用花崗巖巖屑全巖化學數據對熱導率的回歸模型,實現了對花崗巖巖屑熱導率的快速和精準預測,降低了時間和經濟成本,解決了現有的花崗巖巖屑熱導率預測方法用量大,時間和經濟成本高誤差大的問題。
聲明:
“基于全巖化學數據的花崗巖熱導率極限提升梯度預測方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)