基于K-Means聚类与Ridge回归算法的煤炭发热量预测研究

乔世超; 陈衡; 李博; 潘佩媛; 徐钢

doi:10.12096/j.2096-4528.pgt.23005

欢迎来到能源电力期刊网！

English Version 期刊登录

您当前的位置：

首页 >

文章列表页 >

基于K-Means聚类与Ridge回归算法的煤炭发热量预测研究

发电及环境保护 | 更新时间：2026-06-29

- 基于K-Means聚类与Ridge回归算法的煤炭发热量预测研究
- Research on Coal Calorific Value Prediction Based on K-Means Clustering and Ridge Regression Algorithm
- 发电技术 2025年46卷第1期页码：135-144
- 作者机构：
  
  热电生产过程污染物监测与控制北京市重点实验室(华北电力大学)，北京市昌平区 102206
- 作者简介：
  
  乔世超(2000)，男，硕士研究生，研究方向为电站大数据优化，Gregory_Qiao@outlook.com；
  陈衡(1989)，男，博士，副教授，研究方向为热力系统优化，本文通信作者，heng@ncepu.edu.cn。
- 基金信息：
  
  国家自然科学基金项目(52106008);国家自然科学基金创新研究群体项目(51821004)
- DOI：10.12096/j.2096-4528.pgt.23005
  中图分类号： TK 16
- 收稿：2023-11-15，
  
  修回：2024-03-09，
  
  纸质出版：2025-02-28
- 稿件说明：
移动端阅览
乔世超,陈衡,李博等.基于K-Means聚类与Ridge回归算法的煤炭发热量预测研究[J].发电技术,2025,46(01):135-144.

QIAO Shichao,CHEN Heng,LI Bo,et al.Research on Coal Calorific Value Prediction Based on K-Means Clustering and Ridge Regression Algorithm[J].Power Generation Technology,2025,46(01):135-144.
乔世超,陈衡,李博等.基于K-Means聚类与Ridge回归算法的煤炭发热量预测研究[J].发电技术,2025,46(01):135-144. DOI： 10.12096/j.2096-4528.pgt.23005.

QIAO Shichao,CHEN Heng,LI Bo,et al.Research on Coal Calorific Value Prediction Based on K-Means Clustering and Ridge Regression Algorithm[J].Power Generation Technology,2025,46(01):135-144. DOI： 10.12096/j.2096-4528.pgt.23005.

浏览量

328

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

贝叶斯优化下电厂除灰助吹系统数值模拟节能研究

基于生命周期评价的燃煤电厂碳排放敏感性分析

燃煤电厂电煤能价比指标及其应用

大模型在电力行业的应用与挑战

SCR外置烟道飞灰沉积特性与流场优化数值仿真

基于K-Means聚类与Ridge回归算法的煤炭发热量预测研究

Research on Coal Calorific Value Prediction Based on K-Means Clustering and Ridge Regression Algorithm

DOI：10.12096/j.2096-4528.pgt.23005