PCR和PLSR在煤质全水分检测中的比较研究

作者：宁石茂

来源：煤炭加工与综合利用, 2023, (10): 60-63.

DOI：10.16200/j.cnki.11-2627/td.2023.10.014

• 近红外光谱
• 主成分回归
• 偏最小二乘回归
• 全水分
• 光谱预处理

为了快速、无损的检测出煤质内部的全水分含量，研究采集了200个焦煤样品的近红外光谱，采用马氏距离和学生式残差相结合的方法剔除了异常样品，并对其进行了一阶微分、二阶微分、15点平滑、多元散射校正(MSC)和标准归一化处理(SNV)光谱预处理，采用主成分回归(PCR)和偏最小二乘回归(PLSR)对煤样进行建模分析。试验结果表明：经SNV预处理后的PCR模型最佳，校正集和交叉验证集相关系数分别为0.903和0.874,均方根误差分别为0.089和0.132;经15点平滑处理后的PLSR模型最佳，校正集和交叉验证集相关系数分别为0.974和0.887,均方根误差分别为0.038和0.043。PLSR模型相比PCR模型更具有代表性，模型稳定性和预测能力更强。

• 单位
  西山煤电（集团）有限责任公司