[1]中华人民共和国生态环境部.企业温室气体排放核算方法与报告指南发电设施[EB/OL].(2022-03-15)[2022-08-30].https://www.mee.gov.cn/xxgk2018/xxgk/xxgk06/202212/t202212 21_1008430.html. [2]李祥, 刘翠茹, 李春艳. 煤的元素分析与工业分析关系的逐层分析与模型构建[J]. 中国煤炭, 2017, 43(4):99-104. [3]李太兴, 张婷, 刘振刚. 基于MATLAB的煤质元素分析通用计算模型研究[J]. 锅炉技术, 2007,38(5):22-24,41. [4]李春燕, 刘东滨, 李帆. 两种煤质分析指标的关联方程组研究[J]. 中国煤田地质, 2004,16(6):6-8. [5]于瑞生, 伦国瑞. 利用煤的热值和工业分析数据计算煤中各主要元素含量[J]. 华东电力, 1996,24(3):33-36. [6]赵新法, 李仲谨, 陈玉萍. 煤元素分析指标计算数学模型的建立与应用[J]. 煤质技术, 2006(1):16-18. [7]丁皓轩, 吴震坤, 唐文,等. 煤炭工业分析转化元素分析计算式改进与回归模型[J]. 洁净煤技术, 2021,27(sup2):170-174. [8]CHELGANI S C, HOWER J C, JORJANI E,et al.Prediction of coal grindability based on petrography,proximate and ultimate analysis using multiple regression and artificial neural network models[J]. Fuel Processing Technology,2008,89(1):13-20. [9]LIU Y P, WU M G, QIAN J X. Predicting coal ash fusion temperature based on its chemical composition using ACO-BP neural network[J]. Thermochimica Acta, 2007, 454(1):64-68. [10]YAO H M, VUTHALURU H B, TADéM O,et al. Artificial neural network-based prediction of hydrogen content of coal in power station boilers[J]. Fuel, 2005, 84(12-13):1535-1542. [11]陈斌, 王树宇, 刘林涛,等. 基于神经网络的CFB锅炉灰渣含碳量预测[J]. 浙江电力, 2022,41(3):93-99. [12]马萌萌, 董泽. GA-BP模型在煤质分析中的仿真研究[J]. 电力科学与工程, 2011, 27(6):42-46. [13]周安宁, 黄定国.洁净煤技术[M].徐州:中国矿业大学出版社, 2010:2-4. [14]周欣, 王宜怀, 姚望舒,等. 基于GA-BP神经网络的非线性模拟量回归[J]. 仪表技术与传感器, 2021(1):84-88,101. [15]陈鹏.中国煤炭性质、分类和利用[M]. 北京: 化学工业出版社,2007. [16]李宏岩,王永,葛成用,等.350 MW机组锅炉大比例掺烧高硫褐煤试验研究[J].能源与环境,2022(3):13-17. [17]艾晨辉.烟煤锅炉掺烧高硫煤燃烧特性试验[J].热力发电,2017,46(06):56-61,68. [18]易正明,胡绪满,周正,等.贫煤与煤气混烧锅炉掺烧试验[J].哈尔滨理工大学学报,2020,25(3):102-108. [19]卢荣椿,茹宇,黎吉云,等.超临界600 MW CFB锅炉煤泥掺烧试验[J].热力发电,2020,49(5):140-145. [20]李硕, 韩迎东, 王双,等. 基于Pearson相关系数的图像误匹配点剔除算法[J]. 激光与光电子学进展, 2021, 58(08):263-273. [21]LI W Q, XU G H, XING Q H, et al. Application of improved AHP-BP neural network in CSR performance evaluation model[J]. Wireless Personal Communications, 2020,111(4):2215-2230. [22]贾怀勤. 应用统计[M]. 北京: 对外经济贸易大学出版社, 2006:26-27. [23]徐江, 李艳, 纪晶华. 统计学基础[M]. 2版.北京: 机械工业出版社, 2015:9-10. [24]LIU F G. A comparison between multivariate linear model and maximum likelihood estimation for the prediction of elemental composition of coal using proximate analysis[J].Results in Engineering,2022,13:100338. [25]邵志翔,亢银虎,卢啸风.计及脱硫方式的CFB锅炉碳排放规律研究[J]. 电力学报,2023,38(4):278-286. [26]《工业锅炉设计计算方法》编委会.工业锅炉设计计算方法[M]. 北京: 中国标准出版社,2005:21-38. [27]段洪斌,周黎明,刘光奎,等.四川省火力发电厂碳排放情况研究探讨[J]. 西部特种设备,2023,6(4):54-60. |