基于线性回归算法的煤仓存煤量数据纠偏方法

煤仓是用于煤炭储存、调节运输环节矛盾的重要结构物,是连接煤炭生产、销售和装车外运之间的桥梁,是一体化综合运营智能调度和联动分析的核心指标。由于煤仓的使用年限、挂壁煤和传感器异常等因素使得煤仓自动采集的存煤量与实际的煤量之间存在一定误差,煤仓内的存煤量依赖经验值和定期组织吊仓来确定煤仓存煤量,耗时耗力且无法做到实时调整存煤量,严重制约了煤炭单位一体化联动分析,限制了煤炭经验生产分析。针对上述问题,选用线性回归算法对不同煤仓的输入值进行训练,对系统中煤仓存煤量值进行自动调整,系统将煤仓采集量模型进行自动纠偏,并在一体化联动中实时展示煤仓存煤量,研究结果误差不超过±10%,可提高煤炭一体联动中煤仓数据的准确性。

煤场存煤量测量中煤堆三维立体图生成方法研究

对大型露天煤场存煤量测量中激光扫描采集到的三维不规则数据场的显示方法进行了研究，提出了一种基于平面域三角剖分的显示算法。首先对三维深度数据在矩形平面域上投影，并对平面域内的采样点按Ｄｅｌａｕｎａｙ优化准则进行三角剖分，然后把网格节点变换到三维曲面上，从而实现了煤堆三维立体图的显示。它可直观地给出煤场存煤体积的测量结果，并可提高体积计算的精度。该算法已成功用于露天煤场存煤量测量系统。实验结果表明了该方法的有效性。

球磨机运动动能与存煤量的DEM试验研究

对球磨机筒体中钢球的运动状态进行分区计算,采用钢球运动动能参数测量和控制存煤量,利用基于离散元素法的PFC3D软件平台模拟球磨机运行过程,分析了一定球径的定量优化工作参数配置下不同煤质、煤量与钢球运动的关系,得出钢球实时动能与体现磨煤机效率的球荷摩擦损失能量和筒壁总功的对比变化规律.结果表明:钢球抛落较泻落状态能获得更多的煤质冲击能量;钢球动能更准确地反映出存煤量的实时变化;基于钢球动能的存煤量控制方法是可行的.

激光摄像技术在露天煤场存煤量自动计量中的应用

提出一种解决露天煤场存煤量自动计量的方法，介绍激光盘煤装置的构成、功能及使用，这一方法也可推广到露天大范围堆积物料的体积测量中。

露天煤场存煤量自动计量装置的研制及应用

本文介绍一种用于露天煤场存煤量自动计量的激光摄像盘煤装置。对该装置的构成及工作原理作了较详细的阐述 ,并以某电厂应用情况为例 。

球磨机存煤量和钢球动能信息融合的神经网络模型

分析球磨机制粉系统动态数学模型,进行基于离散元素法的PFC3D球磨机运行过程仿真实验,得到一定球径的定量优化的工作参数配置下不同煤质、煤量和钢球运动的关联数据。采用组合自适应学习算法,建立球磨机存煤量和钢球动能信息融合的神经网络模型,从能量角度预测磨筒存煤量。结果表明:钢球实时动能与存煤量、磨煤效率关系密切,神经网络信息融合模型具有良好的预测效果,初步证实基于钢球动能的球磨机存煤量控制方法的可行性。

球磨机内存煤量在线监测方法的研究与实现

分析了球磨机滚筒的振动特性，指出球磨机前轴承座的振动信号可较好反映球磨机内存煤量的变化。设计了振频式负荷变送器，通过现场试验说明该变送器可在线监测球磨机存煤量。

基于T-S模型的磨煤机存煤量的模糊辨识

针对火电厂磨煤机存煤量无法直接测量的问题,应用模糊聚类算法来辨识磨煤机存煤量的T-S模糊模型,在Matlab上仿真。计算机仿真结果表明,其预测结果的准确度与适应工况变化的能力均优于硬件在线仪表的性能,对于实现火电厂经济运行有益。

基于存煤量的火电厂发电能力预测

针对火电厂因存煤量不足导致发电无法满足电网调度部门计划的情况及对电网正常运行造成的严重影响,通过分析影响火电厂存煤量的因素,并根据历史存煤量,利用最小二乘拟合法预测火电厂未来存煤量。结合煤炭供应的物流、运输模型建立了基于火电厂煤炭库存量的火电厂发电能力预测模型,以明确火电厂真实的发电能力。实际算例表明,该模型能比较准确地计算火电厂真实的发电能力,有效解决火电厂发电不能满足计划电量的问题。

神经网络模糊多模型软测量在磨煤机存煤量测量方面的应用

基于钢球磨煤机的机理模型,采用神经网络模糊多模型软测量的方法解决球磨机存煤量测量问题,首先建立钢球磨煤机的机理模型,然后将FCM聚类与RBF神经网络多模型理论相结合深入探讨了神经网络模糊多模型软测量方法的实现,最后进行了球磨机存煤量测量的仿真试验,并与RBF神经网络单模型的仿真结果进行了比较.结果表明:神经网络模糊多模型软测量的预测输出的误差较小,训练速度更快,具有更好的泛化能力;将神经网络模糊多模型应用于球磨机存煤量的测量是可行的.

基于人工神经网络的中速磨存煤量软测量方法

中速磨直吹式制粉系统是火力发电厂锅炉运行稳定的一个重要环节,其磨机内存煤量能否获得可靠监测对发电厂的自动控制、经济运行和安全生产均有十分重要的意义。通过基于工艺机理知识,分析了中速磨直吹式制粉系统筒内存煤量的各相关因素,提出了利用人工神经网络进行存煤量软测量的方法,给出了基于BP改进算法的回归神经网络与延时神经网络综合模型,为中速磨存煤量的检测提供了新方法。离线训练与计算机仿真结果证实了软测量方法的可行性。

基于CNN-LSTM神经网络的电网调度火电厂短期存煤预测

采用传统的回归拟合进行发电厂存煤量单变量单步预测已无法满足电网优化调度的需求,针对该问题,提出卷积神经网络(CNN)与长短期记忆(LSTM)神经网络相结合的CNN-LSTM神经网络预测模型,利用CNN良好的特征提取能力以及LSTM神经网络特殊的记忆预测功能实现对未来电厂存煤量的精准预测。为了使预测结果更符合实际存煤量,在已有预测结果的基础上进行进一步优化。实例验证结果表明,相较于传统差分自回归移动平均(ARIMA)模型和单一LSTM神经网络模型,所提模型取得的效果更好,且经过优化后的预测精度得到了进一步提高。

燃煤发电企业利用存煤发出计价办法操纵利润的分析与对策

文章通过对燃煤发电企业存煤发出计价办法的分析研究,揭示了燃煤发电企业存煤发出计价办法在实务应用中存在的问题,提出了规范燃煤发电企业存煤发出计价办法的对策。

中速磨存煤量软仪表监测

利用混沌运动初值敏感性,能在一定范围内按其自身规律不重复的遍历所有状态获取全局最优值的特点,在电厂现有的DPU中编程实现基于混沌优化BP网络的中速磨存煤量软仪表。离线训练与计算机仿真结果表明,本软仪表具有可行性和有效性,对实际生产具有指导意义。

江油电厂存煤自然发火标志气体研究及应用

通过煤样自然发火标志气体测试试验及热重分析试验,应用所得的TG曲线反映了煤氧复合的物理吸附、化学吸附和化学反应过程,研究了江油电厂存煤煤样自燃过程中产生的标志气体的变化规律及煤样自燃过程中的特征温度。分析了煤自燃不同阶段标志气体产生的原因,确定了电厂存煤的标志气体及其指标,为有效防止电厂存煤的自燃提供了依据。实际的监测数据表明,通过监测电厂存煤自然发火标志气体浓度的变化情况可以有效判断存储煤堆的自燃情况。

火电厂煤场存煤亏损的思考

火电厂煤的管理是电厂生产管理和经营管理的双向工作.针对在实际生产管理中煤场存煤和实际帐面存在的差距,通过分析原因,找到有效的防范方法,并运用到实际工作中,从而有效解决煤场存煤与实际账面不符的现象.

关子存煤自燃损失计算方法的探讨

多年来,由于运输能力赶不上煤炭生产发展的需要,各地煤矿场面存煤长期大量积压,煤炭在空气中氧化发热,经常引起自燃。大同矿务局所属十几个煤矿,几乎各矿每年都有大量煤炭发生自燃,短则数月、长则几年不灭。而一些没有铁路外运条件的地方煤矿和乡镇小矿存煤积压情况更为严重。这种局面,在短期内不会有根本的改变。

煤矿企业进行经济存煤的原因分析及其有效措施

实现产销平衡是评价企业经济运行质量的重要标准，在市场经济条件下，产与销的平衡是以市场为导向和前提的。企业应按市场需要商品的品种和数量决定生产。煤炭产品的市场需求量可分为以国民经济发展水平、速度及国家能源政策、产业结构调整为背景的宏观需求量和以年度各阶段社会对煤炭产品需求变化为背景的微观需求量。

全站仪配合CASS软件在计算煤场存煤量中的应用

针对煤场存煤量体积计算的问题,本文提出利用全站仪配合CASS软件的方法,通过外业用全站仪来获取煤场高精度的点信息,然后内业将点信息导入CASS软件,利用CASS软件的土方计算功能精确的计算出煤场存煤量。实验结果表明,全站仪配合CASS软件的方法不仅提高了测量精度,而且大大减轻了劳动强度、提高了工作效率,是测量煤场存煤量行之有效地方法。

电煤价格放开后我国火电企业最优存煤数量模型研究

电煤价格放开后我国火电企业如何控制煤量存储量,改善进厂煤质量,优化煤种分堆,减少设备故障,合理进行各煤种的搭配使用,对于实现低库存、降低配煤成本和降低原料库存占用资金有着十分重要的意义。