用于煤炭中有害痕量元素含量不确定性定量分析的方法技术

技术编号:8046530 阅读:238 留言:0更新日期:2012-12-06 02:45
一种用于煤炭中有害痕量元素含量不确定性定量分析的方法,包括如下步骤:对不同类型煤炭中有害痕量元素含量的测试数据和分析数据进行收集及整理,制成数据样本;利用第一步中所述的数据样本构造经验分布函数,再由所述经验分布函数按设定的再抽样次数抽取子样本,然后对全部所述子样本的分布进行拟合;对拟合后的全部所述子样本的统计量指标进行统计分析;对煤炭中有害痕量元素的不确定性进行分析,在获取的统计量基础上,结合不同类型煤炭的地球化学特征,对有害痕量元素的不确定性及其可能的原因进行分析。本发明专利技术可以最大限度的获取更接近真实总体样本分布的样本数据,因此可以更客观地对含量数据分布的不确定性进行分析。

【技术实现步骤摘要】

本专利技术涉及环境治理与检查
,尤其涉及一种。
技术介绍
随着我国煤炭利用的持续快速发展,由此产生的煤炭中有害痕量元素大气排放问题对环境和人体健康造成的影响问题逐渐引起人们的广泛关注。煤 炭燃烧被认为是人为源有害痕量元素大气排放的主要来源。近年来,有害痕量元素对环境和公众健康存在的威胁已经引起世界范围的广泛关注。美国《清洁空气法修正案》(1990)公布了 11种危害人体健康和环境的痕量元素,其中包括铺(Sb)、铍(Be)、神(As)、镉(Cd)、铬(Cr)、铅(Pb)、锰(Mn)、汞(Hg)、钴(Co)、镍(Ni)和硒(Se)。有学者认为,在这11种有害痕量元素中,Hg、As、Se、Cd、Cr和Pb这六种元素值得特别关注。近年来,随着我国エ业排放的有害痕量元素造成的人体中毒事件频发,国内外学者逐渐开展有害痕量元素地球化学特征以及排放和污染特征研究,对有害痕量元素的研究取得了显著成果。中国是世界上少数的几个煤炭利用率占总能源结构比例超过75%的国家。随着经济的快速发展,煤炭消费量也随之急剧增加。从保护环境角度来看,有害痕量元素在煤炭中的含量研究可为控制其在煤炭燃烧和利用过程的释放提供关键信息。由于巨大的煤炭消费量,尽管煤炭中的有害元素极其微量,仍可造成数以吨级的污染物排放到大气环境中。通过掌握有害痕量元素在煤炭中的地球化学和矿物学特征,可以获得其在煤炭燃烧过程中进入大气的排放量,从而有助于分析其对环境风险。在分析煤炭中有害痕量元素含量过程中,可能由于其赋存形态、矿物含量以及分布状态引起含量确定的误差,除此之外,随机样本误差、分析误差和样品缺乏代表性问题也是造成误差的重要原因。这些因素都可能在有害痕量元素含量确定过程中导致较大偏差出现,从而进ー步对估算其进入环境的排放清单造成影响。另外,含量的误差也会对制定污染控制对策和环境质量管理产生不利影响。在排放清单编制的过程中,有害痕量元素在煤炭中含量的确定过程中产生的误差会对影响整个排放清单的质量。在一般的研究过程中,正态分布和对数正态分布等单ー组分分布模型经常被用来统计分析测试和数据整理結果,算木平均和加权平均是最常用到的含量数据统计方法。但实际过程中,往往因为样本的缺乏很难对总体样本的分布特征进行统计推断,尤其是当遇到难以推导出參数的区间估计和假设检验等问题时,常规的统计方法将不再适用。数据分布的精度很大程度上依赖于现有数据对样本总体分布的拟合度,单一分布因其拟合度差造成不确定性较大。基于上述技术背景,有必要提出一种新的数理统计方法,能够不依赖于正态假设,只依赖于给定的观测信息,不需要其它的假设和增加新的观测,更好的拟合样本的总体分布,从而对煤炭中有害痕量元素含量的不确定性进行量化的分析方法。
技术实现思路
本专利技术的目的是提供一种,以解决上述问题。为了实现上述专利技术目的,本专利技术采用的技术方案如下一种,包括如下步骤第一歩,对不同类型煤炭中有害痕量元素含量的测试数据和分析数据进行收集及整理,制成数据样本;第二歩,利用第一歩中所述的数据样本构造经验分布函数,再由所述经验分布函数按设定的再抽样次数抽取子样本,然后对全部所述子样本的分布进行拟合;第三步,对拟合后的全部所述子样本的的统计量指标进行统计分析;第四步,对煤炭中有害痕量元素的不确定性进行分析,在步骤(3)获取的统计量基础上,结合不同类型煤炭的地球化学特征,对有害痕量元素的不确定性及其可能的原因进行分析。在所述第一歩中,所述测试数据和分析数据包括不同类型煤炭中有害痕量元素含量数据样本的数量和样本值。所述第二步包括将第一歩中所述的数据样本输入计算机进行再抽样模拟总体分布,其具体算法如下A、把所述样本数据作为要求解的样本的随机子样,设随机子样X = (X1, X2,,Xn)来自未知的总体分布F ;R(X,F),所述随机子样为某个预先选定的随机变量,所述随机子样是X和F的函数,要求根据子样观测值X = x= (X1, x2, , xn)估计R(X, F)的分布特性;B、假设Θ = Θ (F)是总体样本分布F的某个參数,Fn是观测样本X = (X1,x2,···,Xn)的经验分布函数j= 5(Fn)是θ的估计,估计误差如公式(I)权利要求1.一种,其特征在于,包括如下步骤 第一步,对不同类型煤炭中有害痕量元素含量的测试数据和分析数据进行收集及整理,制成数据样本; 第二步,利用第一步中所述的数据样本构造经验分布函数,再由所述经验分布函数按设定的再抽样次数抽取子样本,然后对全部所述子样本的分布进行拟合; 第三步,对拟合后的全部所述子样本的统计量指标进行统计分析; 第四步,对煤炭中有害痕量元素的不确定性进行分析,在步骤(3)获取的统计量基础上,结合不同类型煤炭的地球化学特征,对有害痕量元素的不确定性及其可能的原因进行分析。2.根据权利要求I所述一种,其特征在于在所述第一步中,所述测试数据和分析数据包括不同类型煤炭中有害痕量元素含量数据样本的数量和样本值。3.根据权利要求I所述一种,其特征在于所述第二步包括将第一步中所述的数据样本输入计算机进行再抽样模拟总体分布,其具体算法如下 A、把所述样本数据作为要求解的样本的随机子样,设随机子样X= (X1, X2, , Xn)来自未知的总体分布F ;R(X, F),所述随机子样为某个预先选定的随机变量,所述随机子样是X和F的函数,要求根据子样观测值X = X = (Xl,x2,. . .,xn)估计R(X,F)的分布特性; B、假设0= 0 (F)是总体样本分布F的某个参数,Fn是观测样本X = (X1, x2,. . . , xn)的经验分布函数j= ^ (F7v)是9的估计,估计误差如公式(I)4.根据权利要求3所述一种,其特征在于所述R(X,F)的分布特性包括均值、方差或分布密度函数。5.根据权利要求I所述一种,其特征在于所述第三步中,所述子样本分布的统计量指标包括均值、方差、标准差和分布密度函数。6.根据权利要求I所述一种,其特征在于第二步中,所述设定的再抽样次数大于等于500次。7.根据权利要求6所述一种,其特征在于第二步中,所述设定的再抽样次数大于等于800次。8.根据权利要求7所述一种,其特征在于第二步中,所述设定的再抽样次数大于等于1000次。全文摘要一种,包括如下步骤对不同类型煤炭中有害痕量元素含量的测试数据和分析数据进行收集及整理,制成数据样本;利用第一步中所述的数据样本构造经验分布函数,再由所述经验分布函数按设定的再抽样次数抽取子样本,然后对全部所述子样本的分布进行拟合;对拟合后的全部所述子样本的统计量指标进行统计分析;对煤炭中有害痕量元素的不确定性进行分析,在获取的统计量基础上,结合不同类型煤炭的地球化学特征,对有害痕量元素的不确定性及其可能的原因进行分析。本专利技术可以最大限度的获取更接近真实总体样本分布的样本数据,因此可以更客观地对含量数据分布的不确定性进行分析。文档编号G01N33/22GK102809640SQ20111014519公开日2012年12月5日 申请日期2011年5月31日 优先权日2011年5月31日专利技术者田贺忠 申请人:北京师范大学本文档来自技高网
...

【技术保护点】
一种用于煤炭中有害痕量元素含量不确定性定量分析的方法,其特征在于,包括如下步骤:第一步,对不同类型煤炭中有害痕量元素含量的测试数据和分析数据进行收集及整理,制成数据样本;第二步,利用第一步中所述的数据样本构造经验分布函数,再由所述经验分布函数按设定的再抽样次数抽取子样本,然后对全部所述子样本的分布进行拟合;第三步,对拟合后的全部所述子样本的统计量指标进行统计分析;第四步,对煤炭中有害痕量元素的不确定性进行分析,在步骤(3)获取的统计量基础上,结合不同类型煤炭的地球化学特征,对有害痕量元素的不确定性及其可能的原因进行分析。

【技术特征摘要】

【专利技术属性】
技术研发人员:田贺忠
申请(专利权)人:北京师范大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1