利用煤的工业分析计算元素分析的DE-SVM模型-煤炭学报.PDF

摇 第35卷第10期 煤摇 摇 炭摇 摇 学摇 摇 报 Vol.35摇 No.10摇 摇 2010年 10月 JOURNAL OF CHINA COAL SOCIETY Oct.摇 2010摇 摇 摇 文章编号:0253-9993(2010)10-1721-04 利用煤的工业分析计算元素分析的DE-SVM模型 1 1 1 2 3 赵摇 虹 ,沈摇 利 ,杨建国 ,杨丽蓉 ,徐洪明 (1郾 浙江大学 能源清洁利用国家重点实验室,浙江 杭州摇 310027;2郾 宁波越华能源检测有限公司,浙江 宁波摇 315012;3郾 杭州华电半山发电有 限公司,浙江 杭州摇 310015) 摘摇 要:以大量的煤质化验数据为基础,采用基于差分进化算法的支持向量机方法建立了利用工业 分析计算元素分析的预测模型。 结果表明,与其他模型相比,该模型具有更高的预测精度,且适用 于更宽的煤质范围。 关键词:煤质;工业分析;元素分析;支持向量机;差分进化算法 中图分类号:TQ533摇 摇 摇 文献标志码:A The model for calculating ultimate analysis of coal by its proximate analysis based on DE-SVM 1 1 1 2 3 ZHAO Hong ,SHEN Li ,YANGJian鄄guo ,YANG Li鄄rong ,XU Hong鄄ming (1郾StateKey Laboratory of Clean Energy Utilization,Zhejiang University,Hangzhou摇 310027,China;2郾Ningbo Yuehua Energy Test Co. ,Ltd. ,Ningbo摇 315012,China;3.HangzhouHuadian Banshan Power Generation Co. ,Ltd. ,Hangzhou摇 310015,China) Abstract:Based on large quantity of laboratory coal quality data,a support vector machine model optimized by differ鄄 ential evolution was put forward to predict ultimate analysis data of coal from its proximate analysis data.Compared with the existing models,this model has higher prediction precision,and is suitable for wider coal range. Key words:coal quality;proximate analysis;ultimate analysis;support vector machine;differential evolution 摇 摇 煤的工业分析与元素分析从不同侧面反映了煤 利用基于差分进化算法(DE)优化的SVM方法建立 的性质,两者存在着一定的相互关系。 在电厂锅炉燃 空干基下的碳元素、氮元素与挥发分、固定碳、灰分、 烧优化系统中,锅炉热效率的计算需要煤质的元素分 发热量、硫、氢之间数学关系的预测模型,氧元素根据 [14] 析数据,但是电厂的生产过程中一般只进行煤的