基于高光谱图像和卷积神经网络的燃煤热值估计算法

摘要：

火力发电是中国主要的发电方式,煤质优劣直接决定着发电厂的安全生产、经济效益,而收到基低位发热量是煤质优劣的关键指标之一.针对目前煤炭发热量测量程序复杂、不易实时监测等问题,基于高光谱图像和卷积神经网络,提出一种方便、快速的热值估计算法.通过高光谱数据采集系统对煤样进行光谱成像,经过高斯低通滤波以及主成分分析,消除采集噪声以及光谱通道之间的数据冗余性;然后采用邻域均值化数据采集方法获得平滑的训练数据与测试数据,搭建7层的卷积神经网络;通过实验验证了所提方法的有效性,结果显示该方法具有较高的预测精度.

关键词：火力发电、收到基低位发热量、高光谱图像、主成分分析、卷积神经网络

所属期刊栏目：52

分类号：TP273(自动化技术及设备)

资助基金：陕西省重点研发计划资助项目2018GY-193;浙江省能源集团有限公司科技项目ZJNY-2014-010

在线出版日期：2019-10-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：148-153