基于EMD-MFOA-ELM的瓦斯涌出量时变序列预测研究

发布时间：2018-03-02 11:45

  本文选题：绝对瓦斯涌出量　切入点：经验模态分解　出处：《中国安全生产科学技术》2017年06期 　论文类型：期刊论文

【摘要】：为准确分析工作面绝对瓦斯涌出量的非平稳特征,实现瓦斯涌出量的准确预测,基于经验模态分解(EMD)、修正的果蝇优化算法(MFOA)和极限学习机(ELM)基本原理,构建瓦斯涌出量的EMD-MFOA-ELM多尺度时变预测模型。通过EMD将瓦斯涌出量时变序列进行深层次分解,获得多尺度本征模态函数(IMF);采用MFOA-ELM对各IMF时变序列建立动态预测模型,等权叠加各预测值,得到模型最终预测结果。以晋煤某矿瓦斯涌出量监测时序样本为例进行研究分析,结果表明:EMD能充分挖掘出监测数据隐含信息,有效降低数据复杂度;该模型预测相对误差为0.024 3%~0.651 0%,平均值仅为0.252 6%,预测精度和泛化能力高于未经EMD分解模型,能很好地适用于非平稳时变序列预测。
[Abstract]:In order to accurately analyze the non-stationary characteristics of absolute gas emission in working face and realize the accurate prediction of gas emission, the basic principles based on empirical mode decomposition (EMD), modified Drosophila optimization algorithm (MFOA) and extreme learning machine (ELM) are introduced. The EMD-MFOA-ELM multiscale time-varying prediction model of gas emission is constructed. The multi-scale eigenmode function is obtained by decomposing the time-varying series of gas emission by EMD, and the dynamic prediction model of each IMF time-varying sequence is established by MFOA-ELM. Taking the monitoring time series samples of gas emission from a certain coal mine as an example, the results show that the implied information of the monitoring data can be fully mined by the: EMD, and the complexity of the data can be reduced effectively. The relative error of the model is 0.024 3 and the average value is only 0.2526. The prediction accuracy and generalization ability of the model are higher than that of the undecomposed EMD model, and can be well applied to the prediction of non-stationary time-varying series.
【作者单位】： 辽宁工程技术大学矿业学院;矿山热动力灾害与防治教育部重点实验室;辽宁工程技术大学矿业技术学院;
【基金】：辽宁省教育厅项目(L2014126) 辽宁省自然科学基金项目(201602349)
【分类号】：TD712.5;TP18

【相似文献】

相关期刊论文 前10条

1 司光耀;缪拥正;敬毅;;基于灰色马尔可夫模型预测煤矿瓦斯涌出量[J];陕西煤炭;2008年06期

2 屈庆栋;许家林;杨胜强;张吉林;;高瓦斯长距离掘巷瓦斯涌出特征及其通风参数选择[J];煤矿安全;2008年01期

3 陈家祥;微机预测瓦斯涌出量[J];煤矿自动化;1986年01期

4 王轩,王克全;瓦斯涌出的灰色预测初探[J];煤炭工程师;1990年01期

5 刘占文，孙久恒;综采放顶煤工作面瓦斯涌出预测及防治[J];煤炭科学技术;1994年04期

6 汪东升,刘宜宏,刘绪和;博金公司瓦斯涌出及分布规律[J];劳动保护科学技术;2000年06期

7 文志高,王德璋,谢志征;成庄矿综采放顶煤工作面瓦斯涌出特征探讨[J];矿业安全与环保;2001年05期

8 孔祥堂 ,刘恩功;浅析临沂矿区瓦斯涌出异常区及其防治[J];山东煤炭科技;2003年03期

9 胡德文,张瑞林,李东印;芦岭矿Ⅱ一采区瓦斯涌出影响因素及其特征分析[J];焦作工学院学报(自然科学版);2004年05期

10 张瑞林,李东印,魏军,刘晓;瓦斯涌出影响因素及其变化特征研究[J];煤炭科学技术;2005年10期

相关会议论文 前10条

1 张海军;刘奇;;采煤工作面煤体瓦斯预评价及瓦斯涌出预测[A];基于瓦斯地质的煤矿瓦斯防治技术[C];2009年

2 杨凌霄;王莉;;基于变采样率的钻孔瓦斯涌出初速度检测算法研究[A];第六届全国信息获取与处理学术会议论文集（3）[C];2008年

3 陈杰;;小断层对瓦斯涌出的影响[A];瓦斯地质基础与应用研究[C];2011年

4 许永溪;;浅析南湖一号井瓦斯涌出的基本规律[A];瓦斯地质研究与应用——中国煤炭学会瓦斯地质专业委员会第三次全国瓦斯地质学术研讨会[C];2003年

5 谷松;崔洪庆;冯文丽;;预测瓦斯涌出量的新方法[A];瓦斯地质与瓦斯防治进展[C];2007年

6 邹云龙;赵旭生;孙东玲;文光才;雷洪波;;利用炮掘工作面瓦斯涌出时间序列预测工作面突出危险性[A];中国煤炭学会煤矿安全专业委员会2009年学术研讨会交流论文（部分）[C];2009年

7 王恩义;岑梅英;张广彦;;用钻孔瓦斯涌出初速度法进行浅孔预测的可行性研究[A];瓦斯地质理论与实践——中国煤炭学会瓦斯地质专业委员会第五次全国瓦斯地质学术研讨会论文集[C];2005年

8 张凤舞;邓蓉;;非均值浓度下瓦斯涌出量计算探讨[A];煤矿瓦斯综合治理与开发利用论文集[C];2012年

9 常胜秋;权守国;;屯留北风井井底车场掘进瓦斯涌出的研究与治理[A];矿山建设工程新进展——2007全国矿山建设学术会议文集[C];2007年

10 田俊伟;闫江伟;张玉贵;张子敏;;晋城成庄煤矿瓦斯涌出主控因素分析及预测[A];瓦斯地质与瓦斯防治进展[C];2007年

相关重要报纸文章 前1条

1 潘贵春邋王明人;水矿力保省内电煤供应上半年完成供应量160余万吨[N];贵州日报;2008年

相关博士学位论文 前6条

1 张文胜;基于小波分析的掘进工作面瓦斯涌出模式识别研究[D];中国矿业大学(北京);2016年

2 何利文;煤矿回采工作面瓦斯涌出非线性特性分析及预测仿真理论研究[D];中南大学;2010年

3 黄伟;基于流固耦合动力学的矿压显现与瓦斯涌出相关性分析[D];中国矿业大学;2011年

4 陈金国;瓦斯管理的关键技术研究[D];南京航空航天大学;2007年

5 朱锴;表面活性剂降低瓦斯涌出的实验研究[D];中国地质大学（北京）;2010年

6 唐俊;预测煤巷突出危险性的连续流量法研究[D];中国矿业大学;2009年

相关硕士学位论文 前10条

1 张言辉;突出危险工作面瓦斯涌出异常识别与预警系统研究[D];中国矿业大学;2015年

2 徐小龙;禾草沟矿50107工作面采空区瓦斯涌出规律与治理[D];河北工程大学;2015年

3 陈莲芳;回采工作面瓦斯涌出动态特征研究[D];河南理工大学;2015年

4 高卫国;矿井工作面瓦斯涌出量预测预警方法研究[D];河南理工大学;2015年

5 靳义志;芙蓉集团珙泉煤矿瓦斯涌出量可视化预测系统开发[D];河南理工大学;2015年

6 葛须宾;提高瓦斯涌出初速度测定钻孔深度的实验研究及应用[D];华北科技学院;2016年

7 王璐;基于粒子群支持向量机的矿井瓦斯预测与研究[D];西安科技大学;2015年

8 高金龙;平煤五矿综采面瓦斯涌出量影响因素及相关关系研究[D];河南理工大学;2014年

9 郭林聪;基于瓦斯日报表的工作面瓦斯涌出构成分析方法研究[D];河南理工大学;2014年

10 王春龙;宏岩煤矿瓦斯来源分析及抽采技术研究[D];辽宁工程技术大学;2014年

，

本文编号：1556388