季玉洁;李祥;刘翠茹;

• 1:国电科学技术研究院有限公司
• 2:国电南京煤炭质量监督检验有限公司

摘要(Abstract)：

基于大量煤质分析数据,以主成分分析法对煤的发热量和工业分析数据进行预处理,应用三元线性回归和BP网络分析研究主成分与煤的各元素间的关系,进而提出了煤元素分析通用预测模型,并对模型适应性进行了检验;结果表明所建模型具有较强的适应性。

关键词(KeyWords)： 煤炭;主成分分析;线性回归分析;BP网络;预测模型

Abstract:

Keywords:

基金项目(Foundation):

作者(Authors): 季玉洁;李祥;刘翠茹;

DOI: 10.16200/j.cnki.11-2627/td.2019.1.018

参考文献(References)：

• [1]于瑞生,伦国瑞.利用煤的热值和工业分析数据计算煤中各主要元素含量[J].华东电力,1996(3):33-36.
• [2]赵虹,沈利,杨建国,等.利用煤的工业分析计算元素分析的DE-SVM模型[J].煤炭学报,2010,35(10):1721-1724.
• [3]岳鹏程,孟志东,梁晓瑜.煤质工业分析转换元素分析数学模型研究[J].中国计量大学学报,2013,24(3):327-330.
• [4]闫顺林,李太兴,王俊有,等.逐步回归分析在煤质元素分析通用计算模型研究中的应用[J].选煤技术,2007(3):17-19.
• [5]赵新法,李仲谨,陈玉萍.煤元素分析指标计算数学模型的建立与应用[J].煤质技术,2006(1):16-18.
• [6]殷春根,骆仲泱,倪明江,等.煤的工业分析至元素分析的BP神经网络预测模型[J].燃料化学学报,1999(5):408-414.
• [7]孔金生,张娓娓,王爱玲.催化裂化粗汽油干点的神经网络质量模型[J].湖南工业大学学报,2009,23(5):77-80.
• [8]谢中华. MATLAB统计分析与应用:40个案例分析[M].北京:北京航空航天大学出版社,2010.
• [9]陈威,艾婵.基于多元线性回归模型的武汉市水资源承载力研究[J].河南理工大学学报(自然科学版),2017,36(1):75-79.
• [10]刘萍.基于主成分分析和多元线性回归模型的空气质量评价方法研究[D].昆明:云南大学,2015.
• [11]李祥,刘翠茹,李春艳.煤的元素分析与工业分析关系的逐层分析与模型构建[J].中国煤炭,2017,43(4):99-104.
• [12]何晓群,刘文倾.应用回归分析[M].北京:中国人民大学出版社,2007.
• [13]李太兴,张婷,刘振刚.基于MATLAB的煤质元素分析通用计算模型研究[J].锅炉技术,2007,38(5):22-24,41.
• [14]陈伟.煤气化特性实验研究[D].武汉:华中科技大学,2006.
• [15]徐健.煤气化特性及氮的迁徙规律实验研究[D].武汉:华中科技大学,2012.
• [16] MATLAB中文论坛. MATLAB神经网络30个案例分析[M].北京:北京航空航天大学出版社,2010.
• [17]宗大伟.纸浆漂白过程的建模及操作优化[D].西安:陕西科技大学,2005.
• [18]沈花玉,王兆霞,高成耀,等. BP神经网络隐含层单元数的确定[J].天津理工大学学报,2008,24(5):13-15.
• [19]王立威.人工神经网络隐层神经元数的确定[D].重庆:重庆大学,2012.