当前位置:首页 > 论文 > 2024 > 05

论文

多源有机固废热解特性研究与预测分析

收稿日期:2024-03-31 修回日期:2024-05-06 刊出日期:2024-10-10

DOI:10.20078/j.eep.20240510

免费下载 免费下载 2024年05期

    摘要:通过实验方法测定多源有机固废的热化学转化特性通常是耗时且劳力密集的过程,借助机器学习的方法可以挖掘不同原料特性与基本热化学转化特性之间的关联机制,并快速进行预测分析。构建了一个综合数据库,其中包含38种工业有机固废基本特性及热解特性信息。通... 展开+
    摘要:

    通过实验方法测定多源有机固废的热化学转化特性通常是耗时且劳力密集的过程,借助机器学习的方法可以挖掘不同原料特性与基本热化学转化特性之间的关联机制,并快速进行预测分析。构建了一个综合数据库,其中包含38种工业有机固废基本特性及热解特性信息。通过描述性统计分析、相关性分析以及主成分分析(PCA),深入探究了数据库的总体规律。进一步采用随机森林(RF)、梯度提升树(GBDT)和极限梯度提升树(XGBoost)算法对有机固废高位热值(HHV)、快速热解产物分布和不同气氛下热失重曲线进行预测,其中对HHV、热解产物分布和热失重曲线预测的R2分别在0.835~0.866、0.701~0.875和0.976~0.980范围内。最后,基于树模型的平均杂质减少(MDI)和SHapleyAdditiveexPlanations(SHAP)方法对建模结果进行可解释性分析,筛选出在模型决策过程中起关键作用的特征,并揭示了原料基本特性与HHV、热解产物分布及热解特性之间的关联,旨在为实际有机固废的智能管理与高效处置提供一定的指导。

    收起-

    作者:

    • 张子杭1
    • 邢博1
    • 马中青2
    • 胡艳军3
    • 张志霄4
    • 袁世震5
    • 卢如飞5
    • 陈颖泉5
    • 王树荣1,*

    作者简介

    作者简介:张子杭(2000—),男,湖北孝感人,博士研究生,主要研究方向为机器学习在生物质和有机固废热解转化中的应用。E-mail:12227022@zju.edu.cn
    通讯作者:王树荣(1972—),男,浙江嵊州人,教授,主要研究方向为生物质和有机固废的热转化利用。E-mail:srwang@zju.edu.cn

    单位

    • 1. 浙江大学 能源高效清洁利用全国重点实验室, 浙江 杭州 310027
    • 2. 浙江农林大学 化学与材料工程学院, 浙江 杭州 311300
    • 3. 浙江工业大学 能源与动力工程研究所, 浙江 杭州 310014
    • 4. 杭州电子科技大学 机械工程学院,浙江 杭州 310018
    • 5. 金华宁能热电有限公司, 浙江 金华 321000

    关键字

    • 有机固废
    • 热解特性
    • 机器学习
    • 预测分析
    • 可解释性

    基金项目

    浙江省“领雁”研发攻关计划资助项目(2022C03092)

    引用格式

    张子杭, 邢博, 马中青, 等. 多源有机固废热解特性研究与预测分析[J]. 能源环境保护, 2024, 38(5): 135-146.

    ZHANG Zihang, XING Bo, MA Zhongqing, et al. Research and predictive analysis of pyrolysis characteristics of multi-source organic solid wastes[J]. Energy Environmental Protection, 2024, 38(5): 135-146.

    相关论文

    地址:浙江省杭州市萧山区拱秀路288号煤科大厦
    邮编:311201
    编辑部电话:0571-82989702;19558121964
    编辑部邮箱:office@eep1987.com
    网站版权©《能源环境保护》编辑部  浙ICP备06000902号-4