基于R语言的综采工作面瓦斯浓度预测研究

发布时间：2019-10-23 13:13

【摘要】：瓦斯灾害作为煤矿五大灾害之一,在煤矿事故中一直占有较大比例。充分利用煤矿现场瓦斯监测数据,进行准确、可靠的瓦斯浓度预测,能为煤矿瓦斯灾害事故的预防提供决策依据。本文针对煤矿安全监控系统实时采集的瓦斯监测数据形成的时间序列,研究R语言环境下时间序列分解组合预测方法,主要研究工作包括以下几方面:在工作面原始瓦斯监测数据统计特征分析及预处理的基础上,将瓦斯浓度时间序列分解为趋势项、周期项和随机项3部分;结合煤矿现场生产交替的实际生产情况,分析趋势项、周期项和随机项的变化规律。应用一次指数平滑、二次指数平滑、三次指数平滑法分别对瓦斯监测数据时间序列分解后的随机项进行平滑处理,得出一次指数平滑、二次指数平滑拟合具有滞后性,而三次指数平滑在合理的拟合误差范围内,能反映随机项的实际变化规律。对比分析进一步得出三次指数平滑法适用于处理随机项。在对原始瓦斯监测数据每隔5min采样频率下,分析自回归滑动平均模型(ARIMA)直接多步预测、分段直接多步预测、分解组合预测的预测误差,对比得出,分解组合预测误差最小,平均绝对百分误差为11.71%。对比ARIMA直接多步预测和分解组合预测在不同频率下的预测误差,结果显示,预测误差随着时间间隔的增大基本呈下降趋势。在两种预测方法下,均选择时间间隔为20min进行采样预测时,误差较小,且分解组合预测误差更小。以黄陵二号煤矿205综采工作面的瓦斯监测数据为研究对象,进行分解组合预测方法的应用验证,通过对综采工作面上隅角和回风巷瓦斯浓度的预测计算,得出上隅角和回风巷的瓦斯浓度预测平均绝对百分误差分别为7.76%和5.45%,预测精度较高。本文采用R语言进行煤矿综采面瓦斯浓度时间序列预测方法的研究,表现出良好的可视化效果和较高的预测精度,为瓦斯监测数据的分析处理提供了新方法和技术手段。
【图文】：

1.1 选题背景及研究意义1.1.1 选题背景随着我国工业化发展速度的加快，对能源的需求量也越来越大。煤炭属于一次在我国化石能源的总储量中，煤炭资源占九成以上，是经济、储量丰富、产能稳定源。随着可持续发展战略的部署和实施，煤炭在一次能源消费中所占的比例将逐步但其在能源行业的主体地位仍不会在较长时期内改变[1]。预计在“十三五”后期，石能源、天然气和煤炭的消费比重分别占 15%、10%和 58%左右[2]。我国煤炭以地下开采方式为主，地下采煤空间相对狭小，复杂的生产系统处于变化中，且随着开采深度的增加、采区的延伸、巷道长度的增加，煤矿安全管理难大。在煤矿生产过程中通常会产生瓦斯等有害气体，对矿工的身体健康和工作安全极大的危害[3]。根据国家安全生产监督管理总局发布的相关数据，对 2010 至 201我国发生的煤矿事故起数及死亡人数、瓦斯事故起数及死亡人数进行统计，结果如所示。

1.1 选题背景及研究意义1.1.1 选题背景随着我国工业化发展速度的加快，对能源的需求量也越来越大。煤炭属于一次在我国化石能源的总储量中，煤炭资源占九成以上，是经济、储量丰富、产能稳定源。随着可持续发展战略的部署和实施，煤炭在一次能源消费中所占的比例将逐步但其在能源行业的主体地位仍不会在较长时期内改变[1]。预计在“十三五”后期，石能源、天然气和煤炭的消费比重分别占 15%、10%和 58%左右[2]。我国煤炭以地下开采方式为主，地下采煤空间相对狭小，复杂的生产系统处于变化中，，且随着开采深度的增加、采区的延伸、巷道长度的增加，煤矿安全管理难大。在煤矿生产过程中通常会产生瓦斯等有害气体，对矿工的身体健康和工作安全极大的危害[3]。根据国家安全生产监督管理总局发布的相关数据，对 2010 至 201我国发生的煤矿事故起数及死亡人数、瓦斯事故起数及死亡人数进行统计，结果如所示。
【学位授予单位】：西安科技大学
【学位级别】：硕士
【学位授予年份】：2017
【分类号】：TD712

【参考文献】

相关期刊论文 前10条

1 姜苗苗;王向前;;论安全投入对煤矿安全生产的影响[J];蚌埠学院学报;2016年04期

2 张欣雨;李茹;高俊杰;王浩;王晋宇;赵红燕;;改进最大Lyapunov指数的多变量瓦斯浓度预测研究[J];计算机应用与软件;2016年02期

3 董丁稳;屈世甲;王红刚;;矿井瓦斯监测数据特征分析及预处理[J];工矿自动化;2015年09期

4 魏忠奎;袁传增;;大数据分析时代的煤矿安全生产信息化建设[J];山东煤炭科技;2015年03期

5 王江荣;文晖;罗资琴;;基于模糊时间序列的工作面瓦斯浓度预测分析[J];现代矿业;2015年01期

6 杨霞;吴东伟;;R语言在大数据处理中的应用[J];科技资讯;2013年23期

7 王元卓;靳小龙;程学旗;;网络大数据:现状与展望[J];计算机学报;2013年06期

8 董丁稳;刘洁;王红刚;;矿井瓦斯浓度自适应预测及其预警应用[J];中国安全科学学报;2013年05期

9 张金锁;姚书志;齐琪;张伟;;我国煤炭资源安全绿色高效开发研究综述[J];资源与产业;2013年02期

10 孟小峰;慈祥;;大数据管理:概念、技术与挑战[J];计算机研究与发展;2013年01期

相关会议论文 前1条

1 周攀搏;宗志林;;赵固二矿煤矿专用数据传输与集成处理平台的开发[A];第24届全国煤矿自动化与信息化学术会议暨第6届中国煤矿信息化与自动化高层论坛论文集[C];2014年

相关博士学位论文 前4条

1 王龙康;煤矿安全隐患层次分析与预警方法研究[D];中国矿业大学(北京);2015年

2 张杰;基于云计算数据集成模式的矿井瓦斯预警研究[D];西安科技大学;2014年

3 王俭;基于安全分区的通风瓦斯风险控制研究[D];西安科技大学;2008年

4 魏引尚;基于概率统计的通风巷道瓦斯积聚危险性分析研究[D];西安科技大学;2004年

相关硕士学位论文 前10条

1 郭俊;综采工作面集中控制系统的开发[D];太原理工大学;2016年

2 王玉剑;基于模糊综合评价法的煤矿安全避险“六大系统”可靠性评价研究[D];太原理工大学;2015年

3 李盛;基于数据挖掘的煤矿微震危害预测实证分析[D];云南师范大学;2015年

4 钟美霞;不同采样频率时间序列的多步预测比较研究[D];广东工业大学;2013年

5 高月兆;大型煤炭企业ERP系统的研究与设计[D];天津大学;2013年

6 李勃;基于R语言的DNA微阵列数据分析与挖掘平台的构建[D];重庆大学;2013年

7 申庆涛;矿井通风瓦斯数据融合技术研究[D];西安科技大学;2012年

8 朱原媛;多变量混沌时间序列预测建模研究[D];西安电子科技大学;2012年

9 纪相禹;基于R语言的差异表达基因检测研究[D];吉林大学;2011年

10 朱宇;构造性神经网络在瓦斯时间序列预测中的应用[D];太原理工大学;2010年

本文编号：2552118