基于Transformer的地下煤炭气化产物的预测模型

袁淑霞, 李铮, 王创业, 吴松, 张佳锋

煤炭技术 ›› 2026, Vol. 45 ›› Issue (5) : 31 -36.

煤炭技术 ›› 2026, Vol. 45 ›› Issue (5) : 31 -36. DOI: 10.13301/j.cnki.ct.2026.05.006

基于Transformer的地下煤炭气化产物的预测模型

    袁淑霞, 李铮, 王创业, 吴松, 张佳锋
作者信息 +

Author information +
文章历史 +

摘要

为推动煤炭能源绿色低碳转型,解决煤炭地下气化(UCG)产物预测中多输入多输出、注入产出时间滞后、气化反应与组分约束等难点,建立了基于Transformer算法的煤炭地下气化产物预测模型。结合UCG三区反应机理与Transformer算法的架构特征,构建时间滞后特征、梯度特征、对数变换特征及经验模态分解(EMD)的算法模型。模型整合了物理约束、多任务学习及贝叶斯优化机制。模型预测结果显示:主要气体和温度的决定系数均超0.96,整体均方根误差与平均绝对误差较小,无显著系统误差,可有效捕捉UCG产物变化规律。

关键词

煤炭地下气化 / Transformer算法 / 多任务学习 / 贝叶斯优化 / 产物预测

Key words

引用本文

引用格式 ▾
袁淑霞, 李铮, 王创业, 吴松, 张佳锋. 基于Transformer的地下煤炭气化产物的预测模型[J]. 煤炭技术, 2026, 45(5): 31-36 DOI:10.13301/j.cnki.ct.2026.05.006

登录浏览全文

4963

注册一个新账户 忘记密码

参考文献

基金资助

中国石油天然气股份有限公司重大科技攻关项目(2019E-25); 西安石油大学研究生创新与实践能力培养计划(YCX2413116)

AI Summary AI Mindmap

0

访问

0

被引

详细

导航
相关文章

AI思维导图

/

〈 〉