偏最小二乘法的煤层瓦斯含量预测模型研究

发布时间：2020-05-24 20:28

【摘要】：煤层瓦斯含量预测对矿井安全生产至关重要。根据煤层瓦斯含量受多种因素影响,运用偏最小二乘多元线性回归,通过交叉有效性分析,确定提取主成分个数,建立数学模型,得到最佳多元线性回归方程。研究证明:该方法配合SIMCA-P软件处理不仅可以最终以图表形式直观地反映各种因素对煤层瓦斯含量的影响程度,而且能够有效解决各种因素之间存在的严重线性相关问题,预测值比较精确,为煤层瓦斯含量预测提供了一种新途径。
【图文】：

保嘭缟⒌幕?归方程拟合效果最佳。通过计算得到3个主成分的表达式为［t1t2t3］T=－3．2143－1．72690．1568－1．6857－0．1483－0．73150．3426－0．2590－1．4287－1．61671．70981．04230．55820．1741－0．20951．24420．3657－0．46691．5683－0．3657－1．02431．9623－2．23881．63921．08961．87570．6853T。2．4自变量影响程度通过偏最小二乘回归可以获得变量投影重要性指标，其表示各自变量对因变量的影响大小，由图1可以看出，五里堠煤矿3号煤层各因素对瓦斯含量的影响程度从大到小:煤层埋深(x1)＞基岩厚度(x2)＞煤层厚度(x8)＞煤挥发分(x7)＞煤的灰分(x9)＞煤的水分(x3)＞离正断层平距(x6)＞顶板岩性(x4)＞底板岩性(x5)。2．5数据拟合分析通过分析9组数据建立的回归模型的相对误差与预测值，检验其效果。通过计算得到标准化后的回归方程为^y*=－0．3125x1+0．2412x2+0．2571x3+0．0242x4－0．4235x5－0．0140x6－0．1526x7+0．1787x8+0．7235x9。从表4和图2可以看出，通过偏最小二乘回149第2期高保彬，等:偏最小二乘法的煤层瓦斯含量预测模型研究

3号煤层各因素对瓦斯含量的影响程度从大到小:煤层埋深(x1)＞基岩厚度(x2)＞煤层厚度(x8)＞煤挥发分(x7)＞煤的灰分(x9)＞煤的水分(x3)＞离正断层平距(x6)＞顶板岩性(x4)＞底板岩性(x5)。2．5数据拟合分析通过分析9组数据建立的回归模型的相对误差与预测值，检验其效果。通过计算得到标准化后的回归方程为^y*=－0．3125x1+0．2412x2+0．2571x3+0．0242x4－0．4235x5－0．0140x6－0．1526x7+0．1787x8+0．7235x9。从表4和图2可以看出，通过偏最小二乘回149第2期高保彬，，等:偏最小二乘法的煤层瓦斯含量预测模型研究

【参考文献】

相关期刊论文 前8条

1 王惠文,刘强;偏最小二乘回归模型内涵分析方法研究[J];北京航空航天大学学报;2000年04期

2 吴财芳,曾勇,秦勇;神经网络分析方法在瓦斯预测中的应用[J];地球科学进展;2004年05期

3 李国祯;李希建;施天虎;;煤层瓦斯含量影响因素分析及灰色预测[J];工业安全与环保;2011年09期

4 吴观茂;黄明;李刚;;基于BP神经网络的瓦斯含量预测[J];煤田地质与勘探;2008年01期

5 章立清;;基于遗传神经网络的煤层瓦斯含量预测[J];煤矿安全;2007年09期

6 王明珠;邓寅东;常秀娟;;基于偏最小二乘回归法的飞机总工时预测模型研究[J];航空学报;2012年08期

7 张胜军;朱瑞杰;姜春露;;基于偏最小二乘回归的回采工作面瓦斯涌出量预测模型[J];煤矿安全;2013年02期

8 魏春荣;李艳霞;孙建华;米红伟;李s

本文编号：2678948