摘要

利用煤的工业分析成分预测元素分析成分存在较多困难,现有文献给出的模型通常只对C、H和O等主要元素成分含量进行预测。而高斯过程能够解决复杂的机器学习问题,且可以对预测不确定性进行有效估计。该文建立基于高斯过程的煤元素含量预测模型,选用干燥无灰基挥发分和高位发热量作为随机过程的索引变量,分别对C、H、N、S元素含量进行高斯过程建模,O元素含量采用差减法得到,从而实现对元素分析全部成分含量的预测。采用10折交叉验证法对模型进行检验。结果表明,C、H、N和O元素含量预测的平均误差分别为1.46%、6.97%、16.80%和14.28%,但对于高硫煤,S元素含量的预测误差偏大,使用模型时应加以注意。

  • 单位
    国网山东省电力公司电力科学研究院