其他
【精彩论文】基于高光谱图像和卷积神经网络的燃煤热值估计算法
引文信息
杨明花, 张克涵. 基于高光谱图像和卷积神经网络的燃煤热值估计算法[J]. 中国电力, 2019, 52(9): 148-153.YANG Minghua, ZHANG Kehan. Coal Calorific Value Estimation Algorithm Based on Hyperspectral Image and Convolutional Neural Network[J]. Electric Power, 2019, 52(9): 148-153.
内容摘要
火力发电是中国主要的发电方式，煤质优劣直接决定着发电厂的安全生产、经济效益，而收到基低位发热量是煤质优劣的关键指标之一。针对目前煤炭发热量测量程序复杂、不易实时监测等问题，基于高光谱图像和卷积神经网络，提出一种方便、快速的热值估计算法。通过高光谱数据采集系统对煤样进行光谱成像，经过高斯低通滤波以及主成分分析，消除采集噪声以及光谱通道之间的数据冗余性；然后采用邻域均值化数据采集方法获得平滑的训练数据与测试数据，搭建7层的卷积神经网络；通过实验验证了所提方法的有效性，结果显示该方法具有较高的预测精度。
往期回顾
◀【精彩论文】采用Fisher线性判别法提取GIS内部局部放电信号最优能量特征
◀【征稿启事】“电力信息通信新技术在能源互联网中的研究与应用”专题征稿启事
◀【征稿启事】“能源安全新战略路径设计与规划推演关键技术”专栏征稿启事
编辑：杨彪
审核：蒋东方
根据国家版权局最新规定，纸媒、网站、微博、微信公众号转载、摘编《中国电力》编辑部的作品，转载时要包含本微信号名称、二维码等关键信息，在文首注明《中国电力》原创。个人请按本微信原文转发、分享。欢迎大家转载分享。