科技导报分享 http://blog.sciencenet.cn/u/kejidaobao

博文

基于L-M梯度迭代算法的煤质发热量预测模型

已有 434 次阅读 2023-11-28 13:55 |系统分类:论文交流

基于L-M梯度迭代算法的煤质发热量预测模型

黄奎1,王充实2,王林立1,窦有权1,张冬练1,曾文慧2,王嘉垠2,曾勇2

1. 国能南京煤炭质量监督检验有限公司,南京210031

2. 国能大渡河新能源投资有限公司,成都610096

摘要 选取150家火电企业的煤质检测数据,通过分析泛在煤质化验数据信息,构建L-M算法下的煤质发热量的预测模型。实验结果表明:(1)煤质化验数据中仅碳(Cd)、灰分(Aad)与发热量(Qgr,ad)的线性关系较为显著,相关系数R2为0.8768和0.6880;(2)主成分分析法挖掘出影响煤质发热量的主成分特征值、特征矩阵及得分,实现了由六维矩阵降至四维矩阵的降维效果,增强了神经网络在训练过程中收敛的稳定性;(3)基于L-M算法下,改进的BP神经网络预测模型(LMBP)的训练集系数Rt、验证集系数Ra和测试集系数Rm分别为0.9957、0.9942和0.9963,总体系数为0.9931,同时通过待测20组数据进一步验证了LMBP预测模型可靠,预测精度较高,更符合实际预测需求。

关键词 煤质化验数据;主成分分析法;L-M算法;训练集系数

(责任编辑  傅雪)

http://www.kjdb.org/CN/Y2023/V41/I20/106



https://blog.sciencenet.cn/blog-336909-1411548.html

上一篇:中国新能源矿产供应的安全保障
下一篇:为民除痛:加强中国疼痛医学建设与发展
收藏 IP: 219.142.112.*| 热度|

0

该博文允许注册用户评论 请点击登录 评论 (0 个评论)

数据加载中...

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2024-7-27 07:33

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部