面向煤矿大数据的分布式瓦斯浓度预测方法研究

发布时间：2022-10-04 17:46

　　瓦斯事故是煤矿安全生产的主要威胁,一旦发生,就会引起巨大的经济损失甚至人员伤亡。瓦斯事故主要由瓦斯浓度过高引起。瓦斯是可燃气体,浓度过高有燃烧甚至爆炸的风险。对煤矿中的瓦斯浓度进行准确的预测是减少瓦斯事故发生频率的有效方法。然而,传统的瓦斯浓度预测系统的性能有着很大的局限性,建立更加科学有效的瓦斯浓度预测方法对指导煤矿安全生产具有重要意义。本文提出了单隐层随机权值神经网络（Single hidden-layer Random Weights Neural Network,SRWNN）瓦斯浓度预测方法。该方法采用单隐层前馈神经网络的模型结构,同时引入随机输入层权值和隐含层偏置。它将神经网络与上下界估计（Lower and Upper Bound Estimate,LUBE）结合,实现使用区间预测替代传统的点预测。另外,它采用鲁棒性高的NSGA-II作为训练算法,简化了传统神经网络复杂的训练过程。最后,为解决SRWNN在大数据环境下训练时间过长,以及在面对大规模预测任务时出现的计算和调度上的瓶颈问题,本文进一步研究了SRWNN在煤矿大数据环境下的分布式瓦斯浓度预测方法,提出并实现在Apac... 

【文章页数】：62 页

【学位级别】：硕士

【部分图文】：

SRWNN训练过程图

SRWNN预测

ApacheSpark上SRWNN的分布式训练Fig.4.3DistributedtrainingofSRWNNonApacheSparkMasterSparkCluster


本文编号：3685485