基于EMD-GRU的港口堆场煤炭含水率智能预测与实验研究_中国煤炭行业知识服务平台

基于EMD-GRU的港口堆场煤炭含水率智能预测与实验研究

作者

李娜刘强张淼张崇进胡而已张帆
单位

国家能源投资集团神华黄骅港务有限责任公司中国矿业大学‹北京›人工智能学院应急管理部信息研究院
摘要

针对煤炭港口堆场洒水抑尘需求,提出了基于EMDGRU的煤炭含水率预测模型并进行了实验验证.通过建立煤炭堆场含水率预测模型,利用实时数据驱动预测煤炭堆垛含水率变化,根据气象数据与含水率变化情况判断煤炭堆垛未来起尘情况并制定相应的洒水策略.实验结果表明,EMDGRU模型的均方根误差、平均绝对误差、平均绝对百分比误差和决定系数分别为0.768、0.566、9.52%、0.944,与SVR、DTR、RNN、LSTM、GRU等预测模型相比,EMDGRU预测模型的各误差值均最低,决定系数为最高,且预测精度与拟合效果最好.
关键词

煤含水率气象要素深度学习EMDGRU预测模型
基金项目(Foundation)

国能集团研发科研项目资助(U03462)
DOI

10.19880/j.cnki.ccm.2024.05.015
引用格式

李娜,刘强,张淼,等.基于EMDGRU的港口堆场煤炭含水率智能预测与实验研究[J].中国煤炭,2024,50(5):104-112.
相关文章

[1]基于CNN-Bi-LSTM模型的煤含水率预测研究