基于TSA-MLP的高瓦斯矿井瓦斯涌出量预测与应用

1

作者 张杰 杨科 廖旭 《中国安全生产科学技术》 北大核心 2025年第8期138-145,共8页

为解决瓦斯涌出量与影响因素耦合性差,提高模型预测能力,提出1种基于TSA-MLP的瓦斯涌出量预测方法。首先,通过Pearson算法筛选影响瓦斯涌出量主控因素;其次,引入Wigner-Ville分布获取数据时频特征,设计时序自注意力(temporal self-atten... 为解决瓦斯涌出量与影响因素耦合性差,提高模型预测能力,提出1种基于TSA-MLP的瓦斯涌出量预测方法。首先,通过Pearson算法筛选影响瓦斯涌出量主控因素;其次,引入Wigner-Ville分布获取数据时频特征,设计时序自注意力(temporal self-attention,TSA)模块提取时频特征的关键信息;最后,通过多层感知器(multilayer perceptron,MLP)特征增强模块融合局部与全局特征,实现瓦斯涌出量变化的精准预测。研究结果表明:TSA-MLP模型对工作面瓦斯涌出量变化具有较高的预测精度和稳定性,同时以不同工作面数据集验证了模型的泛化能力。研究结果可为矿井瓦斯涌出量预测提供有效技术参考。 展开更多

关键词 瓦斯涌出量预测 相关性分析 注意力机制 泛化能力

在线阅读 下载PDF 职称材料

基于变分模态分解与深度集成组合模型的瓦斯涌出量预测 被引量：8

2

作者 展广涵 王雨虹 +1 位作者 付华 王淑月 《控制工程》 CSCD 北大核心 2024年第3期478-488,共11页

为提高瓦斯涌出量预测精度,提出一种基于变分模态分解(variationalmode decomposition,VMD)的注意力机制(attentionmechanism,AM)-长短期记忆(longshortterm memory, LSTM)网络与极端梯度提升(extreme gradient boosting, XGBoost)组合... 为提高瓦斯涌出量预测精度,提出一种基于变分模态分解(variationalmode decomposition,VMD)的注意力机制(attentionmechanism,AM)-长短期记忆(longshortterm memory, LSTM)网络与极端梯度提升(extreme gradient boosting, XGBoost)组合的预测模型。利用VMD将瓦斯涌出量原始数据分解为高、低频率的分量,以长短期记忆网络时序分析模型为基础,将分解后的高频分量作为其输入。同时,引入注意力机制提取瓦斯涌出量影响因素时序数据中的关键信息,增强序列数据中关键信息的表达,提高模型的预测精度。利用XGBoost模型对低频分量进行预测,将高、低频分量的预测结果进行叠加求和,得到最终的瓦斯涌出量预测值。根据实验结果,引入注意力机制后模型的预测精度明显高于无注意力机制的预测模型,且所提出的组合模型的预测精度均高于对应的单一模型和其他对比模型,验证了该方法的有效性。 展开更多

关键词 变分模态分解 注意力机制 长短期记忆网络 瓦斯涌出量预测 XGBoost

在线阅读 下载PDF 职称材料

基于特征选择与BO−GBDT的工作面瓦斯涌出量预测方法 被引量：2

3

作者 马文伟 《工矿自动化》 CSCD 北大核心 2024年第12期136-144,共9页

影响工作面瓦斯涌出量的特征众多,利用主成分分析等方法对原始数据降维,可节省计算资源,但会改变数据集的原始特征结构,损失部分原始数据特征的细节信息。针对该问题,建立梯度提升决策树(GBDT)瓦斯涌出量预测模型,利用5种特征选择算法... 影响工作面瓦斯涌出量的特征众多,利用主成分分析等方法对原始数据降维,可节省计算资源,但会改变数据集的原始特征结构,损失部分原始数据特征的细节信息。针对该问题,建立梯度提升决策树(GBDT)瓦斯涌出量预测模型,利用5种特征选择算法对数据集进行特征过滤,分析每种特征组合在GBDT模型中的拟合度、计算时间及预测结果,优选出包装法为最佳的特征选择算法;结合现场实际,优选出8种特征进行瓦斯涌出量预测,结果表明,特征数量的多少与预测结果的准确性和泛化性并不呈正比关系,冗余特征或无关特征的存在反而会降低模型的预测准确性。为进一步提高模型精度,通过5种超参数寻优算法对GBDT模型进行超参数寻优,对比分析每一种超参数组合下GBDT模型的预测性能,结果表明:寻优算法本身对GBDT模型的准确性和泛化性影响较小,但基于树结构Parzen估计器(TPE)的贝叶斯优化(BO)算法所得出的最优超参数组合在GBDT模型中具有最高的准确率和相对较少的优化时间,其优化性能最佳,以此建立BO−GBDT模型。将特征选择后的数据集划分出训练集及测试集,利用BO−GBDT模型进行工作面瓦斯涌出量预测,并与随机森林、支持向量机、神经网络模型进行对比,结果表明:BO−GBDT模型具有更高的准确性和泛化性,其平均相对误差为2.61%,相比随机森林、支持向量机、神经网络模型分别降低了35.56%,37.41%,32.03%,能够满足现场工程应用需求,为矿井安全生产提供理论指导。 展开更多

关键词 瓦斯涌出量预测 特征选择 梯度提升决策树 贝叶斯优化 超参数优化 机器学习

在线阅读 下载PDF 职称材料

基于CNN_BiLSTM的矿井瓦斯涌出量预测模型 被引量：1

4

作者 解恒星 张雄 +4 位作者 董锦洋 刘晓东 姚小兵 毕振彪 李磊 《中国安全生产科学技术》 CAS CSCD 北大核心 2024年第11期53-59,共7页

为了实现对瓦斯涌出量准确预测,从而有效预防瓦斯灾害。提出1种结合卷积神经网络(convolutional neural network,CNN)和双向长短期记忆网络(bidirectional long short-term memory,BiLSTM)的瓦斯涌出量预测模型,采用CNN在时间序列上提... 为了实现对瓦斯涌出量准确预测,从而有效预防瓦斯灾害。提出1种结合卷积神经网络(convolutional neural network,CNN)和双向长短期记忆网络(bidirectional long short-term memory,BiLSTM)的瓦斯涌出量预测模型,采用CNN在时间序列上提取瓦斯涌出量及其影响因素的局部关键特征,有效捕捉数据的局部时序相关性;BiLSTM模型利用这些特征,通过其前向和后向处理能力,全面捕捉时间序列中长期依赖性和复杂模式。研究结果表明:该模型预测准确率达93.6%,均方误差显著低于CNN、BPNN、LSTM、BiLSTM、CNN_LSTM、CNN_BiLSTM 6个模型,决定系数接近1,表明其出色的预测能力和解释力。研究结果可有效预测瓦斯涌出量波动,有助于提高矿井瓦斯风险预警能力,提升矿井安全管理水平。 展开更多

关键词 瓦斯涌出量预测模型 卷积神经网络 双向长短时记忆网络 反向神经网络 基线对比

在线阅读 下载PDF 职称材料

基于MPSO-CWLS-SVM的瓦斯涌出量预测 被引量：12

5

作者 付华 王馨蕊 +4 位作者 杨本臣 王志军 屠乃威 王雨虹 徐耀松 《传感技术学报》 CAS CSCD 北大核心 2014年第11期1568-1572,共5页

针对瓦斯涌出量受多因素影响,传统的预测方法难以建立准确的数学模型,导致预测精度低这一问题。提出一种经改进的粒子群算法(MPSO)优化的基于柯西分布加权的最小二乘支持向量机(CWLS-SVM)算法来预测非线性动态瓦斯涌出量。柯西分布加权... 针对瓦斯涌出量受多因素影响,传统的预测方法难以建立准确的数学模型,导致预测精度低这一问题。提出一种经改进的粒子群算法(MPSO)优化的基于柯西分布加权的最小二乘支持向量机(CWLS-SVM)算法来预测非线性动态瓦斯涌出量。柯西分布加权的最小二乘支持向量机根据预测误差的统计特性,确定加权规则参数,以达到赋予训练样本不同权值的目的。并用MPSO算法对CWLS-SVM模型的正则化参数λ和高斯核参数σ寻优。利用无线传感器网络采集到的各项历史数据进行实例分析。结果表明,该算法有效的提高了瓦斯涌出量的预测精度,降低了预测误差,为煤矿瓦斯防治提供理论支持。 展开更多

关键词 无线传感网络 瓦斯涌出量预测 加权最小二乘支持向量机(WLS-SVM) 柯西分布函数 改进的粒子群算法(MPSO)算法

在线阅读 下载PDF 职称材料

基于时间序列的矿井瓦斯涌出量预测方法 被引量：4

6

作者 孟海东 孙搏 +2 位作者 司子稳 王睿智 施兰兰 《工矿自动化》 2010年第12期24-27,共4页

由于矿井瓦斯浓度的变化受多种因素共同影响,矿井瓦斯涌出量预测经常出现无法获得一部分变量的情况。针对该问题,提出了一种基于时间序列的矿井瓦斯涌出量预测方法,详细介绍了采用时间序列AR模型对矿井瓦斯涌出量进行预测的具体实现。... 由于矿井瓦斯浓度的变化受多种因素共同影响,矿井瓦斯涌出量预测经常出现无法获得一部分变量的情况。针对该问题,提出了一种基于时间序列的矿井瓦斯涌出量预测方法,详细介绍了采用时间序列AR模型对矿井瓦斯涌出量进行预测的具体实现。实验结果表明,该方法对矿井瓦斯涌出量的预测误差率为4.3%,预测比较可靠。 展开更多

关键词 矿井 瓦斯涌出量预测 时间序列 参数估计 AR模型

在线阅读 下载PDF 职称材料

灰色线性回归组合模型在瓦斯涌出量预测中的应用 被引量：13

7

作者 高保彬 李回贵 于水军 《矿业安全与环保》 北大核心 2012年第6期51-53,57,共4页

矿井瓦斯涌出量预测是新建矿井、新水平和新采区设计的主要依据。针对目前灰色理论预测模型和线性回归预测模型的缺点和不足,系统地推导了灰色线性回归组合预测模型。结合现场实测数据,并对比线性回归模型和灰色理论模型预测结果,发现... 矿井瓦斯涌出量预测是新建矿井、新水平和新采区设计的主要依据。针对目前灰色理论预测模型和线性回归预测模型的缺点和不足,系统地推导了灰色线性回归组合预测模型。结合现场实测数据,并对比线性回归模型和灰色理论模型预测结果,发现该模型的预测精度分别提高了2.46%和1.35%,数据拟合的相关系数也有一定程度的提高。实证结果表明,灰色线性回归组合模型可以更好地预测矿井瓦斯涌出量。 展开更多

关键词 瓦斯涌出量预测 灰色线性回归组合模型 线性回归模型 灰色理论模型 MATLAB

在线阅读 下载PDF 职称材料

基于灰色遗传神经网络法的矿井瓦斯涌出量预测 被引量：11

8

作者 徐威 何保 张振文 《安全与环境学报》 CAS CSCD 北大核心 2011年第2期176-178,共3页

矿井瓦斯突出的发生是一个非线性系统在时空演化过程中的灾变行为,影响突出的各个基本因素与突出危险性之间存在复杂的非线性映射关系。对于处理这样的非线性时空演变问题,传统的数学方法是有局限性的。为了更好地预测矿井瓦斯涌出量,... 矿井瓦斯突出的发生是一个非线性系统在时空演化过程中的灾变行为,影响突出的各个基本因素与突出危险性之间存在复杂的非线性映射关系。对于处理这样的非线性时空演变问题,传统的数学方法是有局限性的。为了更好地预测矿井瓦斯涌出量,将灰色理论引入到预测精度高的遗传神经网络,使灰色理论和遗传神经网络有机结合起来,以神经网络理论为基础,利用遗传算法优化隐含层神经元个数和网络中的连接权值,并用其建立瓦斯涌出量的预测新模型。在实验室测试数据的基础上,建立遗传神经网络训练和检验样本集,并且将检验结果分别与标准BP神经网络的预测结果进行比较。 展开更多

关键词 安全工程 煤与瓦斯突出 非线性特征 灰色理论 遗传神经网络 瓦斯涌出量预测

在线阅读 下载PDF 职称材料

人工神经网络在瓦斯涌出量预测中的应用 被引量：7

9

作者 安鸿涛 宋国文 +1 位作者 张云中 阳结华 《河南理工大学学报（自然科学版）》 CAS 2006年第4期275-278,共4页

当采掘工作面遇有岩浆岩破坏煤系和煤层时,地质条件尤为复杂,采用常规的矿山统计法和瓦斯含量法预测瓦斯涌出量难以取得理想的结果.作者从矿井地质综合分析入手,采用BP神经网络的方法建立了适用于矿井未采区瓦斯涌出量的预测模型,分别... 当采掘工作面遇有岩浆岩破坏煤系和煤层时,地质条件尤为复杂,采用常规的矿山统计法和瓦斯含量法预测瓦斯涌出量难以取得理想的结果.作者从矿井地质综合分析入手,采用BP神经网络的方法建立了适用于矿井未采区瓦斯涌出量的预测模型,分别用48个4-2煤层、40个7-2煤层钻孔点的煤层瓦斯质量体积、煤层埋藏深度、煤质、火成岩分布、顶底板砂泥岩比值等数据作为输入层,预测地质条件相对复杂矿井的瓦斯涌出量.经已采区实测值与预测值比较分析认为,预测结果可信. 展开更多

关键词 瓦斯涌出量预测 地质条件 神经网络

在线阅读 下载PDF 职称材料

灰色马尔可夫模型在瓦斯涌出量预测中的应用 被引量：9

10

作者 高保彬 李回贵 于水军 《煤炭工程》 北大核心 2013年第12期84-87,共4页

瓦斯涌出量预测是采区延伸、开拓新水平和矿井生产必不可少的依据。通过对原始数据累加后,建立灰色预测模型,再根据实测值与灰色模型预测值的相对变化率划分状态建立转移矩阵,进行马尔可夫预测。通过现场实测值和预测值的对比分析,发现... 瓦斯涌出量预测是采区延伸、开拓新水平和矿井生产必不可少的依据。通过对原始数据累加后,建立灰色预测模型,再根据实测值与灰色模型预测值的相对变化率划分状态建立转移矩阵,进行马尔可夫预测。通过现场实测值和预测值的对比分析,发现灰色马尔可夫预测模型比灰色预测模型最大相对误差可以减少14.23%,平均相对误差可以减少5.78%。实证结果表明,笔者提出的灰色马尔可夫预测模型能够能更好的预测矿井瓦斯涌出量。 展开更多

关键词 瓦斯涌出量预测 灰色模型 马尔可夫模型 灰色马尔可夫模型 MATLAB

在线阅读 下载PDF 职称材料

基于CSO-RVM的瓦斯涌出量预测模型研究 被引量：4

11

作者 付华 任仁 +2 位作者 王雨虹 王馨蕊 单敏柱 《传感技术学报》 CAS CSCD 北大核心 2015年第10期1508-1512,共5页

为了实时监测和精准预测煤矿回采工作面绝对瓦斯涌出量,提出猫群算法(CSO)优化相关支持向量机(RVM)的绝对瓦斯涌出量预测方法。相关向量机的组合核函数可实现多特征空间的信息融合,为有限样本、高维数瓦斯涌出量预测建模问题提供一种行... 为了实时监测和精准预测煤矿回采工作面绝对瓦斯涌出量,提出猫群算法(CSO)优化相关支持向量机(RVM)的绝对瓦斯涌出量预测方法。相关向量机的组合核函数可实现多特征空间的信息融合,为有限样本、高维数瓦斯涌出量预测建模问题提供一种行之有效的方法。并用CSO算法对RVM瓦斯涌出量预测模型的核函数权重p和高斯核参数σ快速寻优。利用矿井无线传感器网络检测到的各项历史数据试验。结果表明,相比BP、SVM算法,该耦合模型有效提高了预测精度,具有更好的泛化能力,为矿井瓦斯预测提供理论支持。 展开更多

关键词 瓦斯涌出量预测 猫群算法(CSO) 相关支持向量机(RVM) 组合核函数 信息融合

在线阅读 下载PDF 职称材料

灰色动态自动化建模在瓦斯涌出量预测中的应用研究 被引量：5

12

作者 张瑞林 刘晓 金毅 《工矿自动化》 北大核心 2008年第1期12-14,共3页

文章在灰色理论的基础上,提出了瓦斯涌出量等维新信息灰色动态预测方法,并应用VB.NET开发了"瓦斯涌出量预测"应用程序。该程序可跟踪采掘过程中新揭露的瓦斯数据,减少了计算量,提高了预测的速度和精度,在实际应用中达到了较... 文章在灰色理论的基础上,提出了瓦斯涌出量等维新信息灰色动态预测方法,并应用VB.NET开发了"瓦斯涌出量预测"应用程序。该程序可跟踪采掘过程中新揭露的瓦斯数据,减少了计算量,提高了预测的速度和精度,在实际应用中达到了较好的效果。 展开更多

关键词 煤矿 瓦斯涌出量预测 灰色系统 等维 自动建模 动态建模

在线阅读 下载PDF 职称材料

基于灰色动态建模的瓦斯涌出量预测方法研究 被引量：8

13

作者 张瑞林 刘晓 郑立军 《中国矿业》 北大核心 2006年第12期110-112,共3页

本文以灰色建模理论为基础,通过引入缓冲算子来尝试排除原始数据中的冲击扰动;通过建立等维新信息灰色预测动态模型,来有效地利用和跟踪采掘进程中新揭露的瓦斯涌出信息,以实现对采场瓦斯涌出量数据系列的真实表达。该模型在实际应用中... 本文以灰色建模理论为基础,通过引入缓冲算子来尝试排除原始数据中的冲击扰动;通过建立等维新信息灰色预测动态模型,来有效地利用和跟踪采掘进程中新揭露的瓦斯涌出信息,以实现对采场瓦斯涌出量数据系列的真实表达。该模型在实际应用中达到了比较理想的预测精度。 展开更多

关键词 灰色理论 缓冲算子 动态建模 瓦斯涌出量预测

在线阅读 下载PDF 职称材料

基于CEEMDAN-DA-GRU的瓦斯涌出量预测模型 被引量：3

14

作者 徐耀松 白济宁 +2 位作者 王雨虹 阎馨 王丹丹 《传感技术学报》 CAS CSCD 北大核心 2023年第3期441-448,共8页

针对瓦斯涌出量数据具有非线性、周期性的特点和实际场景下不同特征因素与瓦斯涌出量关联程度不同导致预测精度低的问题,提出一种基于完备经验模态分解和双重注意力机制的瓦斯涌出量预测模型。通过CEEMDAN方法将瓦斯涌出量数据分解为频... 针对瓦斯涌出量数据具有非线性、周期性的特点和实际场景下不同特征因素与瓦斯涌出量关联程度不同导致预测精度低的问题,提出一种基于完备经验模态分解和双重注意力机制的瓦斯涌出量预测模型。通过CEEMDAN方法将瓦斯涌出量数据分解为频率不同的分量,以降低非线性数据的预测难度;再计算特征注意力机制中计算各特征因素的权重,挖掘当前分量与各个特征之间的关联关系;基于门控循环单元的时序注意力机制量化历史隐藏状态对当前状态的影响,提高长时间序列预测的准确度。通过相加重构得到最终预测结果。基于陕西某矿瓦斯涌出量数据进行预测实验,所提出模型的平均绝对百分比误差为1.65%,均小于DA-GRU、GRU和SVM等对比模型,验证了该模型的有效性。 展开更多

关键词 瓦斯涌出量预测 特征注意力机制 时序注意力机制 完备经验模态分解

在线阅读 下载PDF 职称材料

基于瓦斯涌出量预测的近距离煤层群开采顺序优化选择 被引量：3

15

作者 张少帅 杨胜强 鹿存荣 《中国安全生产科学技术》 CAS 北大核心 2011年第9期60-63,共4页

随着中厚煤层资源的枯竭,近距离薄煤层群开采成为我国资源的重要补充。煤层群开采时合理的采掘部署是防止工作面瓦斯集中涌出的关键,本文通过分析近距离煤层群开采时各回采顺序下工作面瓦斯涌出量,建立了以工作面瓦斯涌出量预测为基础... 随着中厚煤层资源的枯竭,近距离薄煤层群开采成为我国资源的重要补充。煤层群开采时合理的采掘部署是防止工作面瓦斯集中涌出的关键,本文通过分析近距离煤层群开采时各回采顺序下工作面瓦斯涌出量,建立了以工作面瓦斯涌出量预测为基础的近距离煤层群开采优化模型,利用计算机编程实现了模型的可视化操作。该模型通过对比分析全部种回采顺序方案,选择整个回采期间瓦斯涌出量最均衡的方案为最优方案。对翔升煤矿进行了实例分析,结果显示合理的回采方案可以使工作面最大瓦斯涌出量大大减小,使整个回采期间工作面瓦斯涌出量趋于均衡。为煤层群开采优化技术中的瓦斯环节提供了理论依据。 展开更多

关键词 近距离煤层群 优化 瓦斯涌出量预测 计算机程序

在线阅读 下载PDF 职称材料

基于PCA-BO-XGBoost的矿井回采工作面瓦斯涌出量预测 被引量：19

16

作者 王媛彬 李媛媛 +2 位作者 韩骞 李瑜杰 周冲 《西安科技大学学报》 CAS 北大核心 2022年第2期371-379,共9页

针对矿井回采工作面瓦斯涌出量预测精度欠佳的问题,建立基于极端梯度提升(XGBoost)瓦斯涌出量预测模型。首先,为解决瓦斯涌出量影响因素维数高和信息冗余等问题,在预测模型中引入主成分分析法(PCA)对11种影响因素降维。其次,通过贝叶斯... 针对矿井回采工作面瓦斯涌出量预测精度欠佳的问题,建立基于极端梯度提升(XGBoost)瓦斯涌出量预测模型。首先,为解决瓦斯涌出量影响因素维数高和信息冗余等问题,在预测模型中引入主成分分析法(PCA)对11种影响因素降维。其次,通过贝叶斯优化算法(BOA)对XGBoost中超参数进行优化以提高预测模型的精度。最后,将训练集数据作为预测模型的输入进行训练,利用训练好的模型对测试集数据进行验证,并与传统的BP神经网络和支持向量机进行对比。结果表明:PCA-BO-XGBoost模型的平均绝对误差为0.0703,均方根误差为0.0957,能够满足对瓦斯涌出量预测的精度要求。与其他机器学习算法相比,建立的模型预测精度更高、耗时更短、效率均更高,对煤矿井回采工作面瓦斯涌出量的预测精度和效率提升具有借鉴作用。 展开更多

关键词 瓦斯涌出量预测 XGBoost算法 主成分分析法 贝叶斯优化 超参数

在线阅读 下载PDF 职称材料

矿山统计法瓦斯涌出量预测中存在的错误及修正 被引量：8

17

作者 徐青伟 王兆丰 《中国煤炭》 北大核心 2015年第10期118-120,共3页

分析认为煤炭行业标准《矿井瓦斯涌出量预测方法》(AQ 1018-2006)中规定的矿山统计法瓦斯涌出量预测方法在多水平时计算瓦斯涌出量梯度的公式是错误的,且目前未见有相关的研究报道。针对这一问题,通过理论推导给出了正确的计算瓦斯涌出... 分析认为煤炭行业标准《矿井瓦斯涌出量预测方法》(AQ 1018-2006)中规定的矿山统计法瓦斯涌出量预测方法在多水平时计算瓦斯涌出量梯度的公式是错误的,且目前未见有相关的研究报道。针对这一问题,通过理论推导给出了正确的计算瓦斯涌出量梯度的公式,为矿山统计法预测瓦斯涌出量提供正确的理论依据。根据瓦斯涌出量梯度的含义,在EXCEL表格中以开采深度为纵轴、相对瓦斯涌出量为横轴拟合出函数关系式求解,斜率的大小即是瓦斯涌出量梯度的值,此方法不仅简便,也提高了瓦斯涌出量梯度计算结果的准确性。 展开更多

关键词 矿山统计法 瓦斯涌出量预测 瓦斯涌出量梯度公式 错误修正

在线阅读 下载PDF 职称材料

基于Monte Carlo方法改进的BP神经网络对回采工作面瓦斯涌出量预测 被引量：6

18

作者 魏引尚 刘云飞 《煤炭工程》 北大核心 2014年第12期84-86,89,共4页

文章首先构建和训练以煤层埋藏深度、煤层厚度、煤层瓦斯含量、工作面煤层与邻近煤层距离、工作面推进距离、工作面产量等为输入变量,回采工作面绝对瓦斯涌出量为输出变量的BP神经网络模型。然后采用Monte Carlo方法通过对6组输入变量... 文章首先构建和训练以煤层埋藏深度、煤层厚度、煤层瓦斯含量、工作面煤层与邻近煤层距离、工作面推进距离、工作面产量等为输入变量,回采工作面绝对瓦斯涌出量为输出变量的BP神经网络模型。然后采用Monte Carlo方法通过对6组输入变量的随机抽样来预判各自的发展趋势并对输入变量随时间变化的行为进行模拟,将模拟结果作为BP神经网络输入层节点值,代入训练好的网络,输出值即为下一生产周期回采工作面绝对瓦斯涌出量的预测值。 展开更多

关键词 BP网络 MONTE CARLO方法 瓦斯涌出量预测

在线阅读 下载PDF 职称材料

厚煤层分层开采综放工作面瓦斯涌出量预测 被引量：4

19

作者 王小朋 《工矿自动化》 北大核心 2020年第6期72-75,共4页

综放工作面与单一回采工艺工作面不同,采用AQ 1018-2006《矿井瓦斯涌出量预测方法》预测综放工作面瓦斯涌出量时存在较大误差,且目前缺少厚煤层分层开采综放工作面瓦斯涌出量预测方面的研究,导致瓦斯治理技术依据性不强。针对上述问题,... 综放工作面与单一回采工艺工作面不同,采用AQ 1018-2006《矿井瓦斯涌出量预测方法》预测综放工作面瓦斯涌出量时存在较大误差,且目前缺少厚煤层分层开采综放工作面瓦斯涌出量预测方面的研究,导致瓦斯治理技术依据性不强。针对上述问题,提出了厚煤层分层开采综放工作面瓦斯涌出量预测方法。通过分析厚煤层分层开采综放工作面瓦斯涌出特点,确定了综放工作面瓦斯涌出来源,包括割煤、放煤、采空区、邻近层涌出瓦斯;针对不同瓦斯涌出来源,得出了相应的瓦斯涌出量计算公式,由此得到厚煤层分层开采综放工作面瓦斯涌出量计算公式。采用该方法对乌东煤矿及碱沟煤矿综放工作面瓦斯涌出量进行预测,预测值与实测值的误差均小于5%,满足实际生产需求。 展开更多

关键词 综采工作面 综放工作面 瓦斯涌出 瓦斯涌出量预测 厚煤层分层开采 采空区遗留煤

在线阅读 下载PDF 职称材料

基于Monte Carlo方法的回采面瓦斯涌出量预测 被引量：3

20

作者 魏引尚 刘云飞 《煤炭工程》 北大核心 2015年第3期83-85,89,共4页

矿井回采面瓦斯涌出量预测是防止矿井瓦斯超限的前瞻性基础工作。针对煤矿现场实时瓦斯涌出量监测值,研究了基于Monet Carlo方法的瓦斯涌出量预测方法,并建立了计算机预测模型,通过模型找出数据中蕴含的随机性和统计规律性,对后续生产... 矿井回采面瓦斯涌出量预测是防止矿井瓦斯超限的前瞻性基础工作。针对煤矿现场实时瓦斯涌出量监测值,研究了基于Monet Carlo方法的瓦斯涌出量预测方法,并建立了计算机预测模型,通过模型找出数据中蕴含的随机性和统计规律性,对后续生产过程的瓦斯涌出量进行预测。结果表明模型预测精度较高,为矿井瓦斯治理工作提供了有力支持。 展开更多

关键词 MONTE CARLO方法 随机抽样 瓦斯涌出量预测 回采面

在线阅读 下载PDF 职称材料