技术详细介绍
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。？