公开(公告)号：CN118425087B

公开(公告)日：2024-11-19

申请号：CN202410560968.3

申请日：2024-05-08

Applicant: 电子科技大学

Inventor： 李文 ,  段立新 ,  程岩松 ,  韩世蛟

IPC: G01N21/3563 ,  G16C20/20 ,  G06N3/045 ,  G06N3/08

Abstract: 本发明公开了一种基于深度学习的煤质成分检测方法及系统，方法包括以下步骤：通过次红外传感器获取煤炭的吸光度数据；对煤炭的吸光度数据进行预处理，得到原始特征；对原始特征进行特征多项式交叉，得到二阶交叉特征；将二阶交叉特征作为全连接网络的输入，得到第一检测特征；将原始特征作为交叉网络的输入，得到第二检测特征；将第一检测特征和第二检测特征进行合并，并通过全连接层对合并结果进行处理，得到煤质成分检测结果本发明可以实时预测入炉煤的六大成分值，帮助科学、合理地配煤掺烧，提高燃烧效率，降低碳排放。

公开(公告)号：CN118425087A

公开(公告)日：2024-08-02

申请号：CN202410560968.3

申请日：2024-05-08

Applicant: 电子科技大学

Inventor： 李文 ,  段立新 ,  程岩松 ,  韩世蛟

IPC: G01N21/3563 ,  G16C20/20 ,  G06N3/045 ,  G06N3/08

Abstract: 本发明公开了一种基于深度学习的煤质成分检测方法及系统，方法包括以下步骤：通过次红外传感器获取煤炭的吸光度数据；对煤炭的吸光度数据进行预处理，得到原始特征；对原始特征进行特征多项式交叉，得到二阶交叉特征；将二阶交叉特征作为全连接网络的输入，得到第一检测特征；将原始特征作为交叉网络的输入，得到第二检测特征；将第一检测特征和第二检测特征进行合并，并通过全连接层对合并结果进行处理，得到煤质成分检测结果本发明可以实时预测入炉煤的六大成分值，帮助科学、合理地配煤掺烧，提高燃烧效率，降低碳排放。