在燃煤化驗結果審核中線性回歸方程的運用

吳凡

[摘 ? ?要 ]隨著市場的不斷發展和進步，煤炭資源短缺不斷增加，煤炭燃料價格成為焦點，煤炭價格的確定方法和方法也在不斷更新。基于此本文提出了一元線性回歸方程及其應用。

[關鍵詞]線性回歸方程;方程運用;改良對策

[中圖分類號]TQ533.4 [文獻標志碼]A [文章編號]2095–6487（2020）07–00–02

[Abstract]This article explains that with the continuous development and progress of the market， the shortage of coal resources continues to increase， coal fuel prices have become the focus， and the methods and methods for determining coal prices are constantly updated. In this context， this paper proposes a linear regression equation and its application.

[Keywords]linear regression equation; equation application; improvement strategy

截至今日，中國仍是煤炭為主導的發電方式。隨著市場不斷向前發展，煤炭資源的短缺也愈發緊張，導致煤炭的價格在不斷走高，成為市場中的焦點，確定煤炭價格的方法也在不斷更新。傳統的煤炭采購通常以平均市場價格進行，即使更改高度，其浮動范圍也非常狹窄。因此，煤炭生產商常常尋求經濟利益和降低煤炭質量標準來解決該問題。

電廠已經開發出一種確定煤炭價格的新方法：通過測量由煤燃燒釋放的熱量，并根據釋放的熱量來評估煤的價格，這種方法已成為一個新的研究課題。從發電廠購買煤炭的角度來看，煤炭燃燒釋放的熱量測量越準確，煤炭價格就有了更有利地說服力。面對新的挑戰，電廠不僅對煤質測試設備和測試方法有更高的要求，而且對運營商自身質量提出了更為嚴苛的要求，從而加強了學校的煤質測試結果。

對檢查、審計和檢查工作的重視程度應盡可能低，以盡量減少錯誤并減少爭議。本文將線性回歸方程與方程相結合，驗證了方程的相關性，并對試驗結果的評述和應用進行了討論。

1 一元線性回歸方程的確定

1.1 一元線性回歸方程的確定

在日常測試中，首先通過天平稱量出粉末（0.3mm或者更?。?，然后對其進行灰分、水、揮發物等工業分析，然后測量墨盒濾芯的熱值。濾芯的熱值與灰水的組合是具有非常密切的關系，并且是測試中非常重要的部分。低熱值由墨盒中的的熱值計算得出。因此，在測試中墨盒的發熱量是非常重要的，通過日常測試，不難確認墨盒的熱量值和灰水之間存在的關系呈線性。

建立風干基筒（Qb·ab）和風干基水（Mad）和風干基灰（Aad）產生的熱量之間的關系，即由總和形成的單元Qb·ad和（Aad+Mad）線性關系是測試測試結果是否正確的最有效和最實用的方法之一。它在理論和實際工作中的作用非常明顯。

在回歸方程式中涉及幾個變量：1個風干條帶;2水（Marl）在空氣干燥的條件下;灰在干燥的條件下（Aa，ll）。通過研究可以得出結論，三者是存在線性關系，通過具體數值可以看出：nh·a，h與Marl和Aotl的值的曲線呈線性關系，線性關系研究結果可以最快速和準確的來看測試結果準確性，這種方法在煤炭測試的理論和實踐中都占有非常重要的地位，實驗數據如下：從實驗數據表中隨機抽取10個點，把數值（ha，h）和（Marl+）Aotl）數值曲線中相應點的位置記錄出來，并進行連接：第1點：（4l.74，19416）;第2點：（45.l4，16280）;第3點;（49.62，14726）;第4點;（47，16092）;第5點：（l7，18547）;第6點;（42.04，18093）;第7點;（44.14，17782）;第8點;（41.48，17854）;第9點;（44.27，17466）;第10點;（43.49，16883）。

通過數據可以將該等式近似為：=a+bx，其中隨機變量（y）、可控變量（x），并且可以將他們表述為另外的關系：y=a+bx+ε。其中等式中的a，b為常數，隨機變量用ε來表示，其關系服從正態分布N（0，σ2）。通過對應計算，可以采取最小二乘法來確定常數a和b。根據找到多元函數極值的方法，我們將找到a和b的偏導數，并得到a和b的偏導數，并將其設為0，我們可以得到：

=∑ni=1xi yi-n-x-y∑nin=1∑mj=1Kn×（1+P）n-i+1×（1+r）

=∑ni=1（xi-x）（yi-y）∑ni=1（xi-x）2=LxyLxx

Tn=[B×（1+P）n+∑Kn×（1+P）n-i+1]×（1+r）

由-y=+ x，得：=-y- -x由上例中可得出=-344×27 =-y--x=17288+（344×27×43×03）=32102×12由此回歸方程為=a+ x=32102×12-344×27x=32102-344xb=-344表明該礦末煤Mad+Aad每升高1 %，則熱值降低344kJ/kg。

1.2 顯著性校驗

由公式T= -b0SyLxx-t（n-2）其中Sy=Qn-2，為剩余標準差。由Sy=233得出T=12·58。

查相關表，取顯著性水平α=0.05，自由度在28時，T表=4.20，則T>T表，所以，Aad+Mad與Qb·ad之間的效果顯著。

1.3 誤差范圍

查表α=0.05，取x30=43.49;α2（n-2）查表為2.0484，則 u=±2.05×233=±466kJ/kg，該結果表明，彈筒熱值誤差變化應該在此范圍內。

2 方程在化驗結果中的應用

目前，在我國建立的燃料核心數據庫可以生成各種數據報告并且整合了國家數據庫。但在具體的實驗室報告中沒有審閱項目。將線性回歸方程應用于第一條生產線后，可以通過將理論值與實際測量值進行比較來找出不一樣的的結果，從而可以更好地調查出現不可接受值的原因，方便查詢并簡單的解決原因。

3 結果分析

通過研究和分析上述得出的實驗結果，可以看出在把線性回歸方程應用到實際生產的過程中，是有優劣點的。但是，審計報告不包含此項目。將本文研究的線性回歸方程應用于實際生產線后，通過理論值與實際測量值的比較，可以直觀地了解結果是否超出公差范圍，方便及時查詢原因，并解決問題。另外，在燃煤化工領域，要做好其它方面的工作：

（1）重視煤制能源產品的開發。煤制油領域要重點發展煤制超清潔油品和特種油品，為大氣污染防治重點城市提供國六及以上標準油品，為煉廠成品油質量升級提供優質調和組分，為航空航天等軍事領域提供特種燃料，同時加快向下游化工產品延伸，實現多元化發展，提高資源的綜合利用率。

（2）發展產品高值化、高端化、差異化生產技術。煤制烯烴領域要開發與α-烯烴共聚的聚乙烯、ULDPE及丙丁共聚PP、融熔PP、高結晶度PP等新牌號聚烯烴樹脂;利用與石油化工技術耦和生產乙烯、丙烯下游產品延伸產業鏈;加強對C4資源綜合利用，開發高端C3/C4下游衍生化學品。煤制乙二醇領域要在不斷提升乙二醇產品質量的同時，開發煤經草酸二甲酯、碳酸二甲酯生產聚乙醇酸及聚碳材料等技術路線。

（3）重視低階煤的分級分質利用。未來應著重研發新的熱解技術，如催化熱解、加壓熱解等新一代技術，提高焦油效率和熱解效率;研發煤焦油加工提取精酚、吡啶、咔唑等精細化工產品以及焦油全鎦分加氫制芳烴和烷基油等新技術;研發半焦利用技術，實現半焦清潔高效利用。

（4）積極研發CO2的資源化技術。以CO2為原料制高附加值及大宗化學品可以實現碳、氧資源高效轉化和循環利用、延長煤炭利用過程產業鏈，未來要加快開發如CO2加氫制甲醇、CO2-CH2重整制合成氣技術，以及CO2定向轉化合成碳酸酯、異氰酸酯、環狀聚碳等高附加值產品生產技術。

4 結束語

實驗研究得出以下結論：

（1）在不同礦區開采出的煤的煤質具有不同的差異，但是由于煤質中各種原子不同的組成與組成比比例，所以必須重新測量以確保原始實驗數據的準確性;而來自相同生產礦山，在相同易燃成分的樣品與條件下相應的熱值也可能存在不同。

（2）線性回歸方程的建立是選點的隨機性，記錄好點位然后連接關鍵點域而獲得的近似值。因此，隨機選擇的數據應該具備代表性，數值越大越好（通常選擇的關鍵點域在40個左右），得出的回歸方程精確性越高。

參考文獻

[1] 王彥杰.線性回歸方程在燃煤化驗結果審核中的應用[J].商品與質量，2019（20）：71.

[2] 趙亞蘭.線性回歸方程在燃煤化驗結果審核中的應用[J].化工管理，2016（26）：160.

[3] Li Zhong， Yang Aishu. Application of linear regression equation in the verification of coal combustion test results [J]. Northeast electric power technology， 2001，22 （4）： 42-44.

[4] 陳雪，楊東偉，顧晨愷， 等.用于燃煤鍋爐熱效率在線計算的虛擬煤質數據庫的建立[J].上海理工大學學報，2019，41（6）：546-551.

[5] 趙俊杰，馮樹臣，孫同敏， 等.智能機器人技術在燃煤智慧電廠的功能設計與應用[J].能源科技，2020，18（4）：35-42.

[6] 姬若男.燃煤化驗誤差及處理分析[J].建筑工程技術與設計，2019（24）：4164.

[7] 杭州集益科技有限公司.一種燃煤電廠入爐煤分煤種采樣化驗控制系統：CN201922367060.8[P].

[8] 楊忠燦，劉家利，方順利， 等.電站鍋爐燃煤添加劑應用性能綜合評價方法[J].熱力發電，2020，49（2）：38-44.

[9] Ji Ruonan. Analysis of coal test error and treatment [J]. Building engineering technology and design， 2019（24）： 4164.

[10] 楊忠燦，劉家利，方順利， 等.電站鍋爐燃煤添加劑應用性能綜合評價方法[J].熱力發電，2020，49（2）：38-44.