基于时空序列选择性集成的瓦斯浓度预测方法研究

发布时间：2017-10-13 22:06

  本文关键词：基于时空序列选择性集成的瓦斯浓度预测方法研究

  更多相关文章： 时空神经网络 SERSTELM算法 选择性集成 正则化 瓦斯浓度预测

【摘要】：瓦斯灾害是煤矿安全生产中最常出现的灾害之一。目前,我国瓦斯事故总量较大,而且伤亡严重、经济损失大。因此,提高瓦斯浓度预测精度对有效避免瓦斯灾害的发生具有重要意义。本文从时空角度出发,挖掘时空序列数据特性,研究时空序列模型的建模方法。基于时空建模思想,以传统神经网络为基础,通过引入时间和空间延迟算子,构建了时空神经网络模型;在学习算法方面,对极限学习机(ELM)算法进行扩展,得到时空神经网络的学习算法(STELM)。由于该时空神经网络模型将空间关联性作为输入权重,使得学习算法仅需要确定时间延迟算子边界值和空间延迟算子边界值两个参数,从而简化了时空建模的复杂性。为进一步提高预测性能,引入选择性集成学习方法,利用L1范数正则化稀疏加权集成多个STELM学习器,给出了正则化约束下的STELM建模方法(SERSTELM),并将其应用于瓦斯浓度预测研究中。结合实际煤矿瓦斯浓度监测数据,设计了基于SERSTELM的瓦斯浓度预测方案,包括:数据采集、数据预处理、基模型的生成、模型选择以及瓦斯预测五个步骤。最后,将STELM学习算法与BP、SVM、ELM算法进行仿真实验及对比分析,结果表明STELM具有更高的预测精度;将采用STELM为基模型的选择性集成模型SERSTELM与ELM、STELM、SERELM模型进行仿真实验及对比分析,结果表明本文设计的SERSTELM模型具有更好的预测性能。
【关键词】：时空神经网络 SERSTELM算法 选择性集成 正则化 瓦斯浓度预测
【学位授予单位】：中国矿业大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TD712;TP18
【目录】：

• 致谢4-5
• 摘要5-6
• Abstract6-14
• 1 绪论14-21
• 1.1 课题的研究背景与意义14-15
• 1.2 瓦斯浓度预测研究现状15-18
• 1.3 论文研究内容及结构安排18-21
• 2 选择性集成学习方法研究21-29
• 2.1 选择性集成学习方法的起源21-22
• 2.2 选择性集成学习方法的理论研究22-23
• 2.3 基模型生成策略23-26
• 2.4 模型选择策略26-28
• 2.5 本章小结28-29
• 3 基于时空序列的选择性集成建模方法研究29-46
• 3.1 时空序列特性与建模方法研究29-35
• 3.2 时空神经网络建模35-42
• 3.3 选择性集成学习建模42-45
• 3.4 本章小结45-46
• 4 基于时空序列选择性集成模型的瓦斯浓度预测仿真实验及分析46-63
• 4.1 瓦斯监测数据采集47-51
• 4.2 瓦斯监测数据预处理51-52
• 4.3 基模型的生成52-54
• 4.4 模型选择54
• 4.5 模型仿真及结果分析54-62
• 4.6 本章小结62-63
• 5 总结与展望63-65
• 5.1 研究工作总结63
• 5.2 展望63-65
• 参考文献65-71
• 作者简历71-73
• 学位论文数据集73

【相似文献】

中国期刊全文数据库 前10条

1 野田和俊 ,吴余超;矿用瓦斯自动警报器的响应特性[J];煤矿安全;1984年09期

2 瑞语;又见瓦斯,又见瓦斯[J];百科知识;2005年01期

3 解张伟;;瓦斯到底能怎么样造福人类?[J];党政干部文摘;2005年10期

4 邴吉杰;浅议瓦斯管路系统中阻爆装置的应用[J];煤矿安全;2000年07期

5 李学诚;安全排放瓦斯的作法[J];煤矿安全;2001年01期

6 郑丙建,王彦凯,王建林,付国延;调压技术在防治瓦斯中的应用[J];煤矿安全;2001年07期

7 尹志华;排放高浓度盲巷瓦斯造成全风压汇合处瓦斯逆流的原因分析[J];矿业安全与环保;2002年01期

8 李子林 ,李之军;潘西煤矿高瓦斯区瓦斯规律及防治对策[J];山东煤炭科技;2002年05期

9 聂光国,张建国;综合防治瓦斯 解放生产力[J];中国煤炭;2003年11期

10 聂光国 ,张建国;综合防治瓦斯 解放生产力[J];河南科技;2003年10期

中国重要会议论文全文数据库 前10条

1 王玉麟;王君杰;;低浓瓦斯综合利用新技术研究[A];全国暖通空调制冷2010年学术年会论文集[C];2010年

2 王红卫;费奇;;智能瓦斯预报系统[A];企业发展与系统工程——中国系统工程学会第七届年会论文集[C];1992年

3 李瑞敬;;瓦斯逆流现象原因分析及防治措施[A];河北省煤炭工业科学技术工作会议论文集[C];2006年

4 杨双安;宁书年;张会星;姜铁明;;三维地震勘探技术预测瓦斯的研究成果[A];第六次全国煤炭工业科学技术大会文集[C];2005年

5 吴强;张保勇;;瓦斯水合化技术研究进展[A];第七次煤炭科学技术大会文集（下册）[C];2011年

6 李长庚;;淮南矿区瓦斯浓缩技术应用及市场前景分析[A];2010年安徽省科协年会——煤炭工业可持续发展专题研讨会论文集[C];2010年

7 郭江涛;;风电瓦斯闭锁功能设计与现场实现[A];第五届全国煤炭工业生产一线青年技术创新文集[C];2010年

8 禄利刚;郭畅;程龙彪;;节能减排视角下我国瓦斯的抽采和综合利用[A];全国煤矿井下安全避险及瓦斯治理技术理论与实践[C];2011年

9 彭苏萍;;瓦斯富集部位高分辨地震探测技术及其应用[A];中国煤炭学会第六次全国会员代表大会暨学术论坛论文集[C];2007年

10 姜文忠;;采空冒落区瓦斯扩散-通风对流模拟研究[A];2007年全国煤矿安全学术年会会议资料汇编[C];2007年

中国重要报纸全文数据库 前10条

1 实习生 解张伟;瓦斯到底能怎么样造福人类？[N];科技日报;2005年

2 中经;把瓦斯变成拳头产品[N];中国安全生产报;2007年

3 罗虎昌;大湾矿瓦斯月发电量创纪录[N];中国煤炭报;2006年

4 本报记者　 陈晓军;“西北第一瓦斯站”的尴尬[N];甘肃日报;2006年

5 白增安邋郭东;救援围绕降低瓦斯浓度展开[N];河北日报;2007年

6 张沉;山西的新瓦斯时代[N];经济观察报;2006年

7 记者 杨沛洁邋实习生 赵峰涛;瓦斯“恶魔”越来越“温顺”[N];平顶山日报;2007年

8 黄强;逢春煤矿“瓦斯自动放水器”安全效率高[N];经理日报;2007年

9 胡明军;打通一矿治理岩溶瓦斯有新招[N];经理日报;2008年

10 张延颖;河北金牛葛泉矿新装备筑牢瓦斯防线[N];中国矿业报;2008年

中国博士学位论文全文数据库 前10条

1 董丁稳;基于安全监控系统实测数据的瓦斯浓度预测预警研究[D];西安科技大学;2012年

2 徐乐华;钻孔初始瓦斯流量法预测石门揭煤突出危险性的实验研究[D];中国矿业大学;2015年

3 陈文胜;瓦斯水合固化过程热效应实验研究[D];中国矿业大学;2015年

4 薛飞;无煤柱煤与瓦斯共采中抽采钻孔采动破坏机理研究[D];中国矿业大学;2015年

5 倪冠华;脉动压裂过程中瓦斯微观动力学特性及液相滞留机制研究[D];中国矿业大学;2015年

6 赵勇;低频机械振动含瓦斯煤耦合场渗流特性研究[D];西安科技大学;2015年

7 吴立云;“三软”煤层瓦斯参数变化特征及突出预警模型研究[D];河南理工大学;2014年

8 胡泊;压应力作用下煤体瓦斯解吸及渗流规律研究[D];中国矿业大学(北京);2016年

9 李刚;瓦斯浓度的分形分析与混沌预测模型研究[D];中国矿业大学（北京）;2009年

10 刘彦伟;煤粒瓦斯放散规律、机理与动力学模型研究[D];河南理工大学;2011年

中国硕士学位论文全文数据库 前10条

1 董骏;井下瓦斯浓度检测机器人的设计[D];河北联合大学;2014年

2 班擎宇;义忠煤矿突出危险声—电—瓦斯前兆规律及预警技术研究[D];中国矿业大学;2015年

3 申宏敏;顺层钻孔抽采瓦斯固—气耦合模型及在黄岩汇矿的应用研究[D];中国矿业大学;2015年

4 贾靳;海孜煤矿86采区7#煤层粉化煤体瓦斯解吸规律研究[D];中国矿业大学;2015年

5 张欣雨;基于改进Lyapunov指数的煤矿井下瓦斯浓度预测研究[D];山西大学;2015年

6 陈树亮;含瓦斯煤层水力致裂的瓦斯驱赶实验研究[D];中国矿业大学;2015年

7 谭玉林;煤层群上位煤层开采瓦斯运移规律及治理研究[D];湖南科技大学;2015年

8 刘少博;新义矿顺层抽采钻孔瓦斯运移规律及封孔技术研究[D];河南理工大学;2014年

9 盛锴;基于多场耦合大直径钻孔预抽煤巷条带瓦斯技术研究[D];河南理工大学;2014年

10 薛王龙;掘进工作面水力割缝抽采瓦斯的数值模拟研究[D];太原理工大学;2016年

，

本文编号：1027322