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
发电技术 2025年46卷第1期 页码：135-144
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
- “研究团队提出煤炭发热量预测新思路，采用K-Means聚类与Ridge回归混合模型，在降低预测成本前提下实现高精度快速预测，为煤炭发热量预测提供了新思路。”
DOI：10.12096/j.2096-4528.pgt.23005
修回：2024-03-09
移动端阅览
52
浏览量
494
下载量
4
CSCD
文章被引用时，请邮件提醒。
提交
相关文章
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
相关作者
张超
李海广
陈泽旭
刘博
邓素华
何宗源
丘建晖
杨用龙
相关机构
内蒙古科技大学能源与环境学院，内蒙古自治区
华电电力科学研究院有限公司
福建华电可门发电有限公司
中国华电集团有限公司福建分公司
国网江苏省电力有限公司
