1.移动式站台煤质远程检测方法，其特征在于，所述移动式站台煤质远程检测方法包括：
2.如权利要求1所述的移动式站台煤质远程检测方法，其特征在于：所述数据处理模型包括预处理模块、数据校正层以及预处理输出层，预处理模块包括归一化处理层、背景降噪层、特征提取层以及基线校正层，所述归一化处理层用于对实时光谱数据进行标准化处理，消除光程和数据量影响因素，所述背景降噪层用于对实时光谱数据进行背景降噪处理，特征提取层用于识别和提取反映煤质品质的光谱特征因子，所述基线校正层用于对光谱基线进行校正，预构建基于自适应交互多模型结合深度学习的数据处理模型时结合自适应交互多模型以及peleenet检测结构改进特征提取层，设置特征交互函数glou，构建特征提取改进层。
3.如权利要求2所述的移动式站台煤质远程检测方法，其特征在于：所述基于数据处理模型对实时光谱数据进行预处理的方法，具体包括：
4.如权利要求1所述的移动式站台煤质远程检测方法，其特征在于：所述以训练集为输入，对煤质指标定量模型迭代训练至收敛的方法，具体包括：
5.如权利要求4所述的移动式站台煤质远程检测方法，其特征在于：所述以训练集为输入，对煤质指标定量模型迭代训练至收敛的方法，具体还包括：
6.如权利要求5所述的移动式站台煤质远程检测方法，其特征在于：所述煤质指标定量模型对实时数据集进行分析，得到第一检测结果以及第二检测结果的方法，具体包括：
7.移动式站台煤质远程检测系统，用于实施如权利要求1-6任一所述的移动式站台煤质远程检测方法，其特征在于：所述移动式站台煤质远程检测系统，具体包括：
8.如权利要求7所述的移动式站台煤质远程检测系统，其特征在于：所述移动式煤质检测设备包括：
9.如权利要求8所述的移动式站台煤质远程检测系统，其特征在于：所述同步调节部包括：
10.如权利要求9所述的移动式站台煤质远程检测系统，其特征在于：所述辅助清洁部包括：