基于元素分析的煤粉工业分析GA-SVM预测模型

• 作者: 张成 方庆艳 耿向瑾 谭鹏 赵明 陈红 黎盛鸣
• 来源期刊: 广东电力
• 学科: 工学
• 关键词: 煤粉 元素分析 工业分析 支持向量机 遗传算法 预测
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 发电技术
• 页码范围: 30-35
• 页数: 6页
• 分类号: TK16
• 字数: 3483字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-290X.2018.001.006

摘要

运用遗传算法(genetic algorithm,GA)和支持向量机(support vector machine,SVM)方法,建立了基于元素分析的煤质工业分析快速预测模型.该模型基于以干燥基为基准的6029组美国煤质数据,以煤质元素分析(C、H、O、N、S)为输入,工业分析(挥发分、固定碳)为输出.另外通过实验得到74组中国煤质数据,用于模型验证.结果表明:以美国煤质数据构建的模型,挥发分、固定碳预测平均相对误差分别为4.60%、3.22%;用中国煤质数据验证模型时,挥发分、固定碳预测平均相对误差分别为9.16%、3.55%.该模型预测误差较小,能较好地利用元素分析数据预测固定碳、挥发分.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈红		24	62	4.0	7.0
2	张成	华中科技大学煤燃烧国家重点实验室	84	590	13.0	19.0
3	赵明	云南电网有限责任公司电力科学研究院	47	103	5.0	7.0
4	耿向瑾		21	29	3.0	4.0