基于近红外光谱技术和局部模型策略的生物质燃料低位热值（LHV）预测研究

《Biomass and Bioenergy》：Research on the LHV prediction for biomass fuel based on near-infrared spectroscopy and local model strategy

本研究采用近红外光谱技术，开发了全局偏最小二乘回归（PLSR）、光谱分类局部模型和LHVB分类局部模型三种预测模型，通过对比实验发现LHVB分类局部模型（kNN-PLSR组合）最优，其交叉验证决定系数（R2_C）达0.947，预测决定系数（R2_P）为0.973，交叉验证均方根误差（RMSE_C）112.12 kcal/kg，预测均方根误差（RMSE_P）84.98 kcal/kg，为生物质电厂在线热值预测提供了有效方法。

　　

谢亚龙|韩燕|董长青|薛俊杰|张俊娇|胡晓英

华北电力大学新能源学院，北京，中国

摘要

生物质的发热值可能会影响发电厂的燃烧温度和效率。本文对生物质的低发热值（LHVB）进行了在线预测。从29个发电厂收集了生物质样本进行分析。为了提高预测精度并使其适用于多种生物质燃料，基于近红外光谱（NIRS）开发了三种LHVB预测模型（全局偏最小二乘回归PLSR、光谱分类局部模型和LHVB分类局部模型），并进行了比较。结果表明，LHVB分类局部模型（结合了kNN最近邻算法和PLSR）优于其他两种模型。LHVB分类局部模型的R_C²、R_P²、RMSE_C和RMSE_P分别为0.947、0.973、112.12 kcal/kg和84.98 kcal/kg。该模型可用于生物质发电厂的在线LHVB预测。

引言

生物质是最重要的可再生能源之一[1,2]。截至2024年，生物质发电容量达到了150吉瓦[3]。发电厂的效率受到生物质低发热值（LHVB）的显著影响[2,4]，这也与燃料运输和储存成本相关。

通常使用氧弹量热计来测量LHVB[5]，但这种方法耗时较长。此外，还采用终极分析方法来预测生物质的发热值[6,7]，但终极分析耗时较长且成本较高[8]。基于发电厂监测LHVB的需求，人们使用了X射线荧光（XRF）和近红外光谱（NIRS）技术进行燃料的快速检测[9]。在输送带上安装XRF设备可以实现煤炭LHV的在线预测[10]，但这种方法对轻元素（如碳）的检测存在局限性[11]，并且存在辐射泄漏的风险[12]。NIRS技术可以避免辐射风险。NIRS离线系统的预测精度较高（均方根误差RMSE_P为47 kcal/kg），但需要将生物质研磨后进行接触式测量，不适合在线应用[13]。在类似发电厂的条件下，NIRS也被用于甘蔗渣HHV的实时预测，其预测RMSE_P为45 kcal/kg[14]。然而，这项研究仅限于特定类型的燃料，无法满足具有多种燃料需求的发电厂的需求。因此，仍需进一步研究LHVB的在线NIRS预测方法，例如：

1)

研磨生物质有助于提高预测精度，但使用研磨系统得到的预测结果并非实时数据。同时，生物质在发电厂进料线中的尺寸较大，这会影响LHVB的在线预测精度。

2)

LHVB预测模型的精度很大程度上取决于生物质种类。当生物质种类变化较大时，模型的鲁棒性会降低，无法满足生物质发电厂的需求。

在本研究中，从29个发电厂收集了六种生物质样本，并使用在线NIR光谱仪进行了分析。为了提高预测精度，分别开发了全局PLSR模型、光谱分类局部模型和基于NIRS的LHVB分类局部模型。

样本制备

样本采集

从中国11个省份的29个生物质发电厂共收集了6种生物质样本，包括玉米秸秆、玉米棒、稻草、小麦秸秆、树皮和树枝。表1展示了样本的种类和地理来源，体现了样本的代表性。

NIR光谱采集

将生物质样本放置在托盘上并摊开，然后置于旋转装置上，以模拟生物质发电厂的进料环境，该装置的旋转速率为

样本的LHV数据

图3显示了LHVB的分布范围，介于1450至3760 kcal/kg之间，涵盖了草本生物质（如稻草）和木质生物质（如树枝和树皮）。整个数据集显示出准双峰分布，LHVB主要集中在2000–3500 kcal/kg范围内。

在采集光谱之前，人工改变了样本的含水量。

结论

本研究提出了一种基于NIRS数据的可行LHVB预测方法，适用于发电厂的在线分析。对全局PLSR模型、光谱分类局部模型和LHVB分类局部模型进行了校准和比较，结论如下：

(1)

全局PLSR模型的RMSE_C和RMSE_P分别为154.42 kcal/kg和95.15 kcal/kg。在2000–2600 kcal/kg范围内的数据稀疏性影响了RMSE_C的值。

(2)

光谱分类（GMM-2聚类）模型的RMSE_C和RMSE_P

作者贡献声明

谢亚龙：撰写初稿、进行正式分析、数据整理。韩燕：数据整理。董长青：指导工作、数据整理。薛俊杰：指导工作。张俊娇：指导工作。胡晓英：指导工作。