基于主成分-逐步回归分析法的瓦斯涌出量预测研究

发布时间：2022-01-07 18:07

　　矿井进行瓦斯涌出量预测是煤矿安全生产十分重要的工作,鉴于主成分分析和逐步回归分析方法的优点,将两种方法相结合共同建立瓦斯涌出量回归预测模型。以峻德煤矿30号煤层为例,通过主成分分析得到了影响回采工作面瓦斯涌出量的四个主成分因素,再采用逐步线性回归分析法预测回采工作面瓦斯涌出量。结果表明:采用主成分-逐步回归分析法减少了回归分析所需要考虑的变量个数,预测结果具有较好的准确性,预测精度明显优于一元回归预测和多元回归预测,具有较好应用前景。 

【文章来源】：煤炭工程. 2020,52(01)北大核心

【文章页数】：6 页

【文章目录】：
1 主成分-逐步回归分析
    1.1 主成分分析步骤
        1.1.1 标准化
        1.1.2 计算协方差矩阵
        1.1.3 求出Σ的特征值λi及相应的特征向量ai
        1.1.4主成分的选择与计算
    1.2 逐步线性回归步骤
2 基于主成分-逐步回归分析的瓦斯涌出量预测
    2.1 工作面瓦斯涌出量影响因素的参数选取
    2.2 主成分分析
    2.3 逐步线性回归分析
    2.4 主成分-逐步回归分析方法的检验及应用
3 结论


【参考文献】：
期刊论文
[1]瓦斯涌出量与瓦斯超限危险的关联研究[J]. 李发江,王沉,杨洪杰,叶金松.  中国科技信息. 2019(23)
[2]煤层冲刷带对瓦斯赋存影响效应及其涌出控制机理[J]. 蔺亚兵,刘军,赵雪娇,蒋同昌,余智秘,杨国栋.  煤炭科学技术. 2019(07)
[3]基于灰色理论-多元回归分析的瓦斯含量预测[J]. 许满贵,高帅帅,曹艳军,卢亚楠,王娇娇.  煤矿安全. 2018(09)
[4]综采工作面瓦斯涌出量数学预测模型建立及实测应用[J]. 郭建行,程志恒,孔维一.  煤炭工程. 2018(08)
[5]阿刀亥煤矿水平分段综放开采工作面瓦斯涌出量预测数学模型研究[J]. 杨永清,孙炳兴,王二宽.  煤炭工程. 2017(S2)
[6]基于经验模态分解的煤炭消费量组合预测[J]. 鞠金艳,祝荣欣,陈玉.  黑龙江科技大学学报. 2016(01)
[7]主成分聚类分析在矿井安全评价应用中的思考[J]. 王德青.  中国矿业. 2011(01)
[8]多元线性模型在瓦斯赋存规律研究中的运用[J]. 卢成艺.  中国高新技术企业. 2010(33)
[9]基于主成分分析与神经网络的采矿方法优选[J]. 陈建宏,刘浪,周智勇,永学艳.  中南大学学报(自然科学版). 2010(05)
[10]分源预测法在新建矿井瓦斯涌出量预测中的应用[J]. 徐涛,郝彬彬,张华.  煤炭技术. 2009(07)



本文编号：3575013