伊泰3~#煤在物流环节中品质变化的系统研究

选择伊泰3~#煤作为研究对象,跟踪多个批次的煤质变化,收集各关键控制点的全水分、灰分、挥发分和发热量的检验结果并验证结果的符合性,多方面分析煤质出现波动和变化的原因,有针对性地找出解决问题的方法和措施。对伊泰3~#煤在物流环节中品质变化的系统研究表明:伊泰3~#煤的全水、干基灰分、干基挥发分、收到基低位发热量在各环节、不同时期均出现变化,但经统计发现,各指标变化均未对煤炭的品质造成较大影响。其中,全水的变化主要体现在夏季,与降水、蒸发和人工注水有关。煤炭分析样品随时间的增加,除灰分无明显变化外,挥发分、硫分和干基高位发热量均有不同程度的下降。收到基低位发热量受全水、干基灰分、干基挥发分、干基高位发热量几个指标的共同影响,其统计结果相对稳定。伊泰3~#煤收到基低位发热量经历物流过程后保持较好的稳定性,即目前的物流过程对其贸易价格影响不大。为进一步提高到港煤炭品质,在避免自燃的前提下,应尽量减少人工注水量,加快物流过程,降低氧化程度。     

进口印尼动力煤品质分析

分析2005年和2006年经广州口岸进口的印尼动力煤的主要品质特性及其与某些影响因素的相关性,结果提示进口印尼动力煤品质不太稳定,各主要品质项目都可能出现不合格现象.全水和内水是签订贸易合同时需要首要控制的品质指标,最好能对发热量、灰分、挥发分、全硫等指标签订为干基或收到基状态,以减少贸易摩擦和纠纷.     

基于多元线性回归的洗混煤低位发热量数学模型研究

以朔州中煤平朔能源有限公司选煤厂洗混煤全水分、空气干燥基灰分、空气干燥基挥发分、收到基低位发热量统计数据为基础,利用多元线性回归方法建立适用于预测该厂洗混煤低位发热量的数学模型,用于快灰、快水试验报告的综合审查。该预测方法的建立健全对于煤质检测工作具有一定的指导意义。     

如何准确分析评价煤质

利用收到基低位发热量、全水分、干基灰分、空气干燥基全硫的分析结果,对煤质进行综合分析评价     

基于SPSS软件的淮南煤发热量计算数学模型研究

选取淮南地区87批次煤样进行全水分、工业分析及发热量检测数据,结合SPSS软件对其研究建立淮南煤的发热量计算数学模型。研究结果表明,淮南煤的收到基低位发热量与其全水分、空气干燥基水分、干基灰分、干燥无灰基挥发分呈显著的线性相关性,所建立的数学模型较为适用于淮南煤发热量的计算,即根据SPSS分析结果可得到淮南煤发热量计算数学模型为:Q_(net,ar)=34.084-0.23M_t-0.293M_(ad)-0.34A_d-0.22V_(daf),该回归方程显著性较强。通过数学模型计算值与发热量实测值进行比对,证明所建立的数学模型具有较高的正确性及实用性,可作为燃煤电厂淮南煤质检测的辅助方法。     

褐煤动力配煤研究与分析

将褐煤掺配入烟煤中,研究了其主要煤质指标变化规律,分析了预测配煤煤质的影响因素.研究结果表明,在进行褐煤动力配煤时,由于水分因易受环境影响而不具有加和性,所以对预测配煤性质(水分、可磨性等)的影响尤其明显,但灰分、挥发分、全硫和高位发热量在干燥基基准下表现出了较好的线性加和性.通过热重分析,研究了动力配煤燃烧性能变化规律.试验结果表明,中等挥发分的烟煤掺配入一定量的高挥发分褐煤,能明显降低着火温度和燃尽温度.     

基于MIV特征选择与PSO-BP神经网络的煤炭发热量预测

为克服传统线性回归模型对煤的发热量预测精度低、适用范围窄的缺陷,综合考察了工业分析和元素分析指标与煤的发热量的线性相关性,采用平均影响值方法对影响发热量的煤质指标进行特征变量筛选,并结合粒子群优化算法对传统BP神经网络进行优化,提出了一种基于MIV-PSO-BP神经网络方法的煤炭发热量非线性预测方法。结果表明：煤的工业分析和元素分析指标中,仅灰分、碳含量与发热量之间存在一定的线性相关性,其余指标与发热量的线性相关性较弱|煤的工业分析中灰分、挥发分、固定碳3个指标对发热量的影响均较大,而元素分析中仅碳含量对发热量影响较为显著,其余指标对发热量的影响可忽略不计|与其他研究者提出的发热量预测模型相比,本文提出的MIV特征变量选择与PSO-BP神经网络相结合方法预测的平均相对误差和均方根误差更低,总体预测效果更好,相关系数最高可达98.48%。     

煤质近红外光谱分析过程中预处理方法及模型的选择

通过对沈海热电厂、阜新、抚顺等数处电厂锅炉用煤的近红外光谱建模实验,发现电厂入炉煤粉中的水分、灰分、挥发分和发热量等工业指标预测所采用的模型及其预处理方法直接关系到建模效果的优劣.预处理方法包括平滑处理、数据标准化、微分处理、信号校正等.建模过程中使用移动窗口PLSR、误差反向传播人工神经网络、径向基人工神经网络,发现除水分模型外在全光谱下采用FFT系数作为输入变量的径向基网络效果为最优.根据所得的预处理方法对部分煤粉工业分析进行预测,证实基于偏最小二乘回归分析煤粉工业分析的近红外光谱建模的重复性较好,其模型具有较高的应用价值.     

一种改进的RBF网络在电力系统短期负荷预测中的应用

针对径向基函数网络在电力系统负荷预测中隐含层节点数难求问题,提出一种改进的RBF神经网络,采用最近邻聚类学习算法自适应的调整径向基函数中心的宽度值和权值,可提高收敛速度和精度。实例仿真结果证明有效性和可行性,为电力系统负荷预测提供了一种新途径。     

基于人工神经网络的煤种聚类分析

为对煤样所属煤种进行快速分类,测量了76个不同煤种样品的发热量、灰分、挥发分、硫分四项参数。基于Matlab7.1中的人工神经网络工具,以自编程序设计BP神经网络模型,并应用该模型分析了煤样的所测参数,预测了实验煤样所属煤种。结果表明:模型精度较高,适用于煤种的快速分类。