面向煤炭清洁利用的港口煤垛含水率预测研究

• 作者: 刘强 李娜 张淼 李昊 张崇进 张帆
• 来源期刊: 清洁煤与能源
• 学科: 经济
• 关键词: 循环神经网络 数据驱动 深度学习 绿色能源 天气因素 港口堆场 污水量 煤炭清洁利用
• 年，卷（期）: 2021,（1）
• 页码范围: 1-8
• 页数: 8页
• 分类号: F42

摘要

煤炭洒水降尘对煤炭清洁利用和实现绿色能源港口意义重大,而港口堆场风速、湿度和温度等是影响煤垛含水分含量变化的主要因素。本文基于影响煤炭含水率变化的温湿度和风力等主要天气因素,研究了一种基于深度学习的含水率预测方法,该方法通过建立LSTM循环神经网络煤炭含水率预测模型,通过收集和处理黄骅港的气象数据,通过对采集到的港口天气数据和不同煤种煤堆的表层含水率数据融合处理,使用LSTM模型对训练数据集进行训练之后用来测试测试数据集。研究结果表明,通过使用这种数据驱动的方法,可以制定出节省人力和水资源的智能洒水计划,既能节约港口用水、减少污水量,又能提高煤炭清洁利用效率,对绿色生态港口建设具有重要意义。