基于深度学习的生物质燃料品质识别系统

项目介绍

1）主要技术特点：该成果的特点是针对生物质燃料的光谱图像,利用深度特征学习方法,建立生物质燃料的水份和灰份含量的传感函数模型，然后,针对现场获取的生物质燃料光谱图像,利用训练好的传感函数模型,自动检测和评估生物质燃料成份和品质。与现有生物质燃料成份检测系统相比，具有生物质燃料品质检测速度快、精度高等优点。

2）主要技术指标：(1)水份和灰份含量检测误差：<1%； (2)水份和灰份含量检测速度：<2秒/样本； 3）应用范围：可用于生物质发电厂生物质燃料品质评估，提高处理的效率和精度,也可拓展应用于污水成份检测。 市场预期:1）市场前景:该成果可用于生物质燃料发电厂100多种常用生物质燃料品质评估。2）预期经济效益:截止2016年底全国有499家生物质能发电企业。按每家企业建设1套自动化的生物质燃料品质评估系统，全国总市场规模大约为500套。

企业简介

简介填生物质燃料的光谱图像行业专家