基于长短期记忆的煤炭含水率智能预测与实验研究

李娜; 刘强; 张淼; 张崇进; 张帆; 李昊

首页> 中文期刊> 《实验室研究与探索》 >基于长短期记忆的煤炭含水率智能预测与实验研究

基于长短期记忆的煤炭含水率智能预测与实验研究

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

考虑影响煤炭含水率变化的温度、湿度和风力等主要天气因素,以神华黄骅港为例,研究港口煤垛堆场的煤炭含水率预测方法。该方法首先基于长短期记忆(Long Short-Term Memory,LSTM)神经网络建立煤炭含水率预测模型,然后通过对采集到的港口实时天气数据和煤堆不同煤种的含水率数据融合处理,使用LSTM网络对训练数据集进行训练,并用来测试数据集,最后确定煤炭含水率预测模型,从而实现对堆场的智能洒水。研究结果表明,该模型对煤港堆场含水率预测的准确率在85%以上,据此模型建立智能洒水策略,能有效抑制煤堆起尘。上述方法对节约港口用水和减少污水量,以及对煤炭绿色开采和绿色生态港口建设具有参考价值。

著录项

来源
《实验室研究与探索》 |2022年第4期|35-39|共6页
作者
李娜; 刘强; 张淼; 张崇进; 张帆; 李昊;
展开▼
作者单位

国能黄骅港务有限责任公司;

中国矿业大学(北京)机电与信息工程学院;

中国矿业大学(北京)智慧矿山与机器人研究院;

展开▼
原文格式 PDF
正文语种 chi
中图分类人工神经网络与计算;
关键词
煤炭含水率预测; 煤堆抑尘; 智能洒水; 长短期记忆神经网络; 数据融合;

相似文献

中文文献
外文文献
专利

1. 基于长短期记忆神经网络的油井产液量和含水率预测方法 [J] . 赵洪涛 ,李金泽 ,杨毅 . 石油地质与工程 . 2022,第5期
2. 基于时序长记忆模型的风电场短期功率预测 [J] . 卢锦玲 ,王阳 ,杨月 . 科学技术与工程 . 2015,第034期
3. 基于随机森林和双向长短期记忆网络的超短期负荷预测研究 [J] . 伍乙杰 ,黄文灏 ,赖仕达 . 电气自动化 . 2022,第5期
4. 基于双向长短期记忆深度学习模型的短期风功率预测方法研究 [J] . 谭敏戈 ,蒋勃 ,王建渊 . 电网与清洁能源 . 2020,第006期
5. 基于BP神经网络的煤炭含水率预测研究 [J] . 刘强 ,李娜 ,张淼 . 矿山工程 . 2021,第001期
6. 基于卷积神经网络和长短期记忆模型的交通状态预测 [C] . 黎旭成 ,唐校辉 ,王卓 . 2019年中国城市交通规划年会 . 2019
7. 基于长短期记忆神经网络的短期电力负荷预测研究 [A] . 姜凡 . 2021

基于长短期记忆的煤炭含水率智能预测与实验研究

摘要

著录项

相似文献

相关主题

期刊订阅