基于高光谱图像和卷积神经网络的燃煤热值估计算法

• 作者: 张克涵 杨明花
• 来源期刊: 中国电力
• 学科: 工学
• 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
• 年，卷（期）: 2019,（9）
• 所属期刊栏目: 发电
• 页码范围: 148-153
• 页数: 6页
• 分类号: TP273
• 字数: 3750字
• 语种: 中文
• DOI: 10.11930/j.issn.1004-9649.201905023

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张克涵		21	118	6.0	10.0
2	杨明花		9	11	2.0	3.0