煤质双循环回归模型

碳含量定量更准

通过双循环变量选择结合矩阵匹配校正，显著提升煤中元素碳和固定碳的LIBS定量精度，优于传统整体建模方法。

Shengen, Zhu · Song, Guangdong · Zhang, Wenhao · Yu, Zhang · 魏玉宾 · Qinduan, Zhang · Duo, Chen · Jianfei, Li · 孙腾飞

Journal of Analytical Atomic Spectrometry 2024

参数信息

元素碳测试集决定系数 (R²)

0.9515

元素碳预测均方根误差 (RMSEP)

0.4871 wt%

固定碳测试集决定系数 (R²)

0.9749

固定碳预测均方根误差 (RMSEP)

0.4711 wt%

CO₂排放因子最大误差

1.7581 %

技术优势

模型自己挑变量

双重循环的变量选择机制让回归模型在训练中自己淘汰无信息和冗余的光谱变量，而不是人工预设谱线区域。

分煤种建模

先用分类把煤样按煤质特性分开，再对每个类别单独校正，比所有煤样混在一起建模更能压制基体效应。

碳排放核算误差小

所有煤样在核算周期内的CO₂排放因子最大误差只有1.7581%，在国标和IPCC准则下足够支撑燃煤电厂做排放核算。

应用场景

• 煤炭快速检测：模型定碳更快且准，现场就能测煤质。
• 煤质在线监测：在线LIBS方案，煤气化炉前可实时监控煤质。
• 燃煤碳排放核算：用定碳结果计算排放因子，误差满足国标。
• 能源分析化学：煤质分析模型，可从光谱直接定量成分。