自动化应用2020，Issue(10) ：78-82.DOI:10.19769/j.zdhy.2020.10.028

基于机器学习的燃煤低位发热值相关参数分析

韩学义
自动化应用2020，Issue(10) ：78-82.DOI:10.19769/j.zdhy.2020.10.028
✕
  • NETL
  • NSTL
  • 维普
  • 万方数据

基于机器学习的燃煤低位发热值相关参数分析

韩学义1
扫码查看

作者信息

  • 1. 中国华电集团有限公司,北京100031
  • 折叠

摘要

随着全国碳市场建设步伐的不断加快,碳排放相关参数的管理和分析是提升数据质量的关键.碳排放数据具有高维度、大规模的基本特点,传统的数据分析工具不能满足碳数据分析的需求.以机器学习算法为基础,建立燃煤低位发热值与煤质参数之间的回归模型,并通过机器学习模型解释算法进行模型分析,寻找燃煤低位发热值与其相关参数之间的关系.通过分析可知,影响燃煤低位发热值的重要参数为固定碳含量和灰分,固定碳含量与燃煤低位发热值是正相关关系,灰分与燃煤低位发热值是负相关关系.

关键词

机器学习/低位发热值/碳排放数据/随机森林/XGboost/SHAP

引用本文复制引用

出版年

2020
自动化应用
重庆西南信息有限公司

自动化应用

影响因子：0.156
ISSN：1674-778X
参考文献量2
段落导航相关论文