基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
燃煤热值是评价燃煤品质的重要指标之一,快速准确地预测燃煤热值对燃煤锅炉的燃烧优化以及经济运行至关重要.本文提出一种基于极限学习机(ELM)的燃煤热值预测方法,选取煤的水分、灰分、挥发分和固定碳4种工业分析成分作为模型的输入,以煤质高位发热量作为模型输出,建立基于ELM的燃煤热值预测模型,并对107种不同煤进行预测分析.结果 表明:ELM模型具有良好的预测能力,模型的拟合度R2在0.98以上,煤质高位发热量预测值的均方根误差为0.29 MJ/kg;与经典线性模型以及BP神经网络模型相比,ELM模型能更准确地预测燃煤热值,且其运算速度快,具有很好的现场应用价值.
推荐文章
基于在线序列-极限学习机的干旱预测
极限学习机
在线序列
干旱
预测因子
基于改进极限学习机的微信热点预测
微信热点
预测模型
极限学习机
验证性测试
权值更新
基于并行学习的多层极限学习机
神经网络
稀疏编码
极限学习机
并行学习
基于粒子群优化算法的最优极限学习机
粒子群算法
极限学习机
隐层节点
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于极限学习机的燃煤热值预测研究
来源期刊 热力发电 学科 工学
关键词 燃煤热值 热值预测 工业分析 极限学习机 预测模型 高位发热量
年,卷(期) 2020,(4) 所属期刊栏目 发电技术论坛
研究方向 页码范围 144-149
页数 6页 分类号 TK16|TK212
字数 3802字 语种 中文
DOI 10.19666/j.rlfd.201911254
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (103)
共引文献  (65)
参考文献  (20)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(3)
  • 参考文献(1)
  • 二级参考文献(2)
2000(4)
  • 参考文献(0)
  • 二级参考文献(4)
2001(3)
  • 参考文献(2)
  • 二级参考文献(1)
2002(5)
  • 参考文献(1)
  • 二级参考文献(4)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(5)
  • 参考文献(1)
  • 二级参考文献(4)
2006(8)
  • 参考文献(0)
  • 二级参考文献(8)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(10)
  • 参考文献(2)
  • 二级参考文献(8)
2009(7)
  • 参考文献(1)
  • 二级参考文献(6)
2010(6)
  • 参考文献(0)
  • 二级参考文献(6)
2011(8)
  • 参考文献(2)
  • 二级参考文献(6)
2012(6)
  • 参考文献(0)
  • 二级参考文献(6)
2013(9)
  • 参考文献(1)
  • 二级参考文献(8)
2014(7)
  • 参考文献(1)
  • 二级参考文献(6)
2015(8)
  • 参考文献(1)
  • 二级参考文献(7)
2016(4)
  • 参考文献(2)
  • 二级参考文献(2)
2017(5)
  • 参考文献(1)
  • 二级参考文献(4)
2018(11)
  • 参考文献(2)
  • 二级参考文献(9)
2019(2)
  • 参考文献(2)
  • 二级参考文献(0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
燃煤热值
热值预测
工业分析
极限学习机
预测模型
高位发热量
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
热力发电
月刊
1002-3364
61-1111/TM
大16开
陕西西安兴庆路136号
52-103
1972
chi
出版文献量(篇)
6331
总下载数(次)
8
总被引数(次)
39999
论文1v1指导