煤的水分、灰分、挥发分和固定碳是判别燃煤品质的基本指标。但其测量过程复杂费时,不利于燃煤电厂对入炉煤质进行实时控制。因此,寻找一种快速分析检测燃煤品质的方法非常有必要。近红外光谱分析技术是一种在线分析技术,可以实现对煤质的在线检测,方便快捷,同时不损耗样本,不产生污染,对燃煤电厂检测入炉煤质具有十分重要的意义。近红外光谱技术为煤质检测提供了一种新的快速检测方法。本文研究了应用近红外光谱分析技术检测煤的水分、灰分、挥发分和固定碳的方法。选取了184个煤样作为建立预测模型的样本。应用K-S分类法,将样本分成校正集和预测集。在严格控制实验室温度、湿度以及自然光照条件的情况下,完成了对每个样本的近红外漫反射光谱数据和定标值的采集。选取偏最小二乘算法为建立模型的主要算法,分别对煤样的水分、灰分、挥发分和固定碳建立模型。筛选每个模型的最佳主因子数和最适光谱预处理方法,并用马氏距离法和学生残差法剔除数据中的异常值。结果显示水分模型的最佳主因子数为7,最适预处理方法为OSC;灰分模型的最佳主因子数为8,最佳预处理方法为NAS;挥发分模型的最佳主因子数为9,最佳预处理方法为均值中心化方法;固定碳模型的最佳主因子数为7,最佳预处理方法为OSC。四个模型的最佳异常值剔除方法均为学生残差法。并且水分和挥发分模型的预测能力优于灰分和固定碳模型的预测能力。