基于近红外频域自适应分析法的电煤发热量模型研究（英文）

目前由于部分电站锅炉所用到的燃煤大多为配煤,在有些情况下,其复杂的物理化学特性导致难以获得高精确度的常规近红外定量分析模型,这给电煤发热量的在线检测带来了一定困难。针对该问题,深入研究了电煤近红外光谱时域和频域特征,提出一种能够通过全局优化策略自动在频域内建立最优近红外定量分析模型的新方法—频域自适应分析法。该方法首先将时域近红外光谱通过快速傅里叶变换转换为频域近红外信号;然后采用有效光谱能量率得到合适的频域信息范围;接着根据近红外光谱频域下的相关系数谱图、方差谱图以及谐波在频域中的坐标合理构建了频域信息量评价参数,利用该参数对模型输入变量的种群位置进行初始化;最后采用频域分区搜索和综合性能评价函数得到最佳建模方案。与此同时,结合电煤煤粉近红外图谱的特性,并以其发热量为待测目标对该方法进行了验证,取得相对较好实验效果,与传统方法主成分回归、偏最小二乘回归、反向传播神经网络以及基于遗传算法的偏最小二乘回归和支持向量机回归相比,该方法预测精度更高,并且有效避免了频域随机搜索潜在的过拟合和虚假有效模型的弊端,具有良好的应用前景。此外,该方法也可推广用于其他类型的光谱定量分析。