一种基于煤质预测和PSO-SVM的飞灰含碳量预测方法

摘要

本发明涉及一种基于煤质预测和PSO‑SVM的飞灰含碳量预测方法，包括步骤：步骤1、选取和构造合适的煤质影响参数和煤质特征参数，构建基于BP神经网络的煤质预测模型，通过煤种匹配来软测量入炉煤煤质；步骤2、构建基于支持向量机(SVM)的飞灰含碳量预测模型。本发明的有益效果是：本发明可用于飞灰含碳量的软测量，并对模型进行了优化，进一步提高了飞灰含碳量软测量模型的预测性能。本发明首先利用煤质影响参数构建煤质预测的BP神经网络模型，从而获得较为准确的煤质化验数据；本发明提出的飞灰含碳量预测模型融合了煤质预测和飞灰含碳量预测两种技术，实现飞灰含碳量的精准测量，对提高锅炉的燃烧经济性、减少燃煤消耗和改善环境具有重要意义。