發(fā)布時間：2019-02-27 07:24

【摘要】：為有效挖掘瓦斯涌出量監(jiān)測數(shù)據(jù)隱含特征,預(yù)防瓦斯動力災(zāi)害,基于希爾伯特-黃變換(HHT)方法、布谷鳥搜索算法(CS)和極限學(xué)習(xí)機(ELM)基本理論,構(gòu)建了瓦斯涌出量的HHT-CSELM動態(tài)預(yù)測模型。通過EMD將樣本序列分解成多個不同頻率的本征模態(tài)函數(shù)(IMF)分量;利用Hilbert變換獲取各分量的瞬時頻率,并據(jù)此將IMF分量劃分成較高頻和低頻,采用不同的預(yù)測模型進(jìn)行預(yù)測,經(jīng)疊加各預(yù)測值得到最終預(yù)測結(jié)果。以汾西礦業(yè)集團(tuán)某礦瓦斯涌出量監(jiān)測數(shù)據(jù)為例進(jìn)行仿真實驗,結(jié)果表明:HHT方法能有效降低數(shù)據(jù)復(fù)雜度,其最小相對誤差為0.144%,最大相對誤差為0.388%,平均相對誤差為0.281%,具有較高的預(yù)測精度和泛化能力;更好地適用于非平穩(wěn)時間序列預(yù)測。
[Abstract]:Based on Hilbert-Huang transform (HHT) method, cuckoo search algorithm (CS) and extreme learning machine (ELM) basic theory, in order to effectively excavate the hidden characteristics of gas emission monitoring data and prevent gas dynamic disaster, The HHT-CSELM dynamic prediction model of gas emission is constructed. The sample sequence is decomposed into several eigenmode function (IMF) components with different frequencies by EMD. The instantaneous frequency of each component is obtained by Hilbert transform. According to this, the IMF component is divided into higher frequency and lower frequency. Different prediction models are used to predict, and the final prediction results are obtained by superposition of each prediction value. Taking the monitoring data of a mine gas emission in Fenxi Mining Group as an example, the simulation results show that the HHT method can effectively reduce the data complexity, with a minimum relative error of 0.144% and a maximum relative error of 0.388%. The average relative error is 0.281%, which has high prediction accuracy and generalization ability. It is more suitable for non-stationary time series prediction.
【作者單位】： 山西汾西礦業(yè)(集團(tuán))有限責(zé)任公司;
【分類號】：TD712.5

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 桂祥友;郁鐘銘;孟絮屹;;貴州煤礦瓦斯涌出量灰色預(yù)測的應(yīng)用[J];采礦與安全工程學(xué)報;2007年04期

2 司光耀;繆擁正;敬毅;;基于灰色馬爾可夫模型預(yù)測煤礦瓦斯涌出量[J];陜西煤炭;2008年06期

3 屈慶棟;許家林;楊勝強;張吉林;;高瓦斯長距離掘巷瓦斯涌出特征及其通風(fēng)參數(shù)選擇[J];煤礦安全;2008年01期

4 陳家祥;微機預(yù)測瓦斯涌出量[J];煤礦自動化;1986年01期

5 王軒,王克全;瓦斯涌出的灰色預(yù)測初探[J];煤炭工程師;1990年01期

6 劉占文，孫久恒;綜采放頂煤工作面瓦斯涌出預(yù)測及防治[J];煤炭科學(xué)技術(shù);1994年04期

7 汪東升,劉宜宏,劉緒和;博金公司瓦斯涌出及分布規(guī)律[J];勞動保護(hù)科學(xué)技術(shù);2000年06期

8 文志高,王德璋,謝志征;成莊礦綜采放頂煤工作面瓦斯涌出特征探討[J];礦業(yè)安全與環(huán)保;2001年05期

9 孔祥堂 ,劉恩功;淺析臨沂礦區(qū)瓦斯涌出異常區(qū)及其防治[J];山東煤炭科技;2003年03期

10 胡德文,張瑞林,李東印;蘆嶺礦Ⅱ一采區(qū)瓦斯涌出影響因素及其特征分析[J];焦作工學(xué)院學(xué)報(自然科學(xué)版);2004年05期

相關(guān)會議論文 前10條

1 張海軍;劉奇;;采煤工作面煤體瓦斯預(yù)評價及瓦斯涌出預(yù)測[A];基于瓦斯地質(zhì)的煤礦瓦斯防治技術(shù)[C];2009年

2 楊凌霄;王莉;;基于變采樣率的鉆孔瓦斯涌出初速度檢測算法研究[A];第六屆全國信息獲取與處理學(xué)術(shù)會議論文集（3）[C];2008年

3 陳杰;;小斷層對瓦斯涌出的影響[A];瓦斯地質(zhì)基礎(chǔ)與應(yīng)用研究[C];2011年

4 許永溪;;淺析南湖一號井瓦斯涌出的基本規(guī)律[A];瓦斯地質(zhì)研究與應(yīng)用——中國煤炭學(xué)會瓦斯地質(zhì)專業(yè)委員會第三次全國瓦斯地質(zhì)學(xué)術(shù)研討會[C];2003年

5 谷松;崔洪慶;馮文麗;;預(yù)測瓦斯涌出量的新方法[A];瓦斯地質(zhì)與瓦斯防治進(jìn)展[C];2007年

6 鄒云龍;趙旭生;孫東玲;文光才;雷洪波;;利用炮掘工作面瓦斯涌出時間序列預(yù)測工作面突出危險性[A];中國煤炭學(xué)會煤礦安全專業(yè)委員會2009年學(xué)術(shù)研討會交流論文（部分）[C];2009年

7 王恩義;岑梅英;張廣彥;;用鉆孔瓦斯涌出初速度法進(jìn)行淺孔預(yù)測的可行性研究[A];瓦斯地質(zhì)理論與實踐——中國煤炭學(xué)會瓦斯地質(zhì)專業(yè)委員會第五次全國瓦斯地質(zhì)學(xué)術(shù)研討會論文集[C];2005年

8 張鳳舞;鄧蓉;;非均值濃度下瓦斯涌出量計算探討[A];煤礦瓦斯綜合治理與開發(fā)利用論文集[C];2012年

9 常勝秋;權(quán)守國;;屯留北風(fēng)井井底車場掘進(jìn)瓦斯涌出的研究與治理[A];礦山建設(shè)工程新進(jìn)展——2007全國礦山建設(shè)學(xué)術(shù)會議文集[C];2007年

10 田俊偉;閆江偉;張玉貴;張子敏;;晉城成莊煤礦瓦斯涌出主控因素分析及預(yù)測[A];瓦斯地質(zhì)與瓦斯防治進(jìn)展[C];2007年

相關(guān)重要報紙文章 前1條

1 潘貴春邋王明人;水礦力保省內(nèi)電煤供應(yīng)上半年完成供應(yīng)量160余萬噸[N];貴州日報;2008年

相關(guān)博士學(xué)位論文 前6條

1 張文勝;基于小波分析的掘進(jìn)工作面瓦斯涌出模式識別研究[D];中國礦業(yè)大學(xué)(北京);2016年

2 何利文;煤礦回采工作面瓦斯涌出非線性特性分析及預(yù)測仿真理論研究[D];中南大學(xué);2010年

3 黃偉;基于流固耦合動力學(xué)的礦壓顯現(xiàn)與瓦斯涌出相關(guān)性分析[D];中國礦業(yè)大學(xué);2011年

4 陳金國;瓦斯管理的關(guān)鍵技術(shù)研究[D];南京航空航天大學(xué);2007年

5 朱鍇;表面活性劑降低瓦斯涌出的實驗研究[D];中國地質(zhì)大學(xué)（北京）;2010年

6 唐俊;預(yù)測煤巷突出危險性的連續(xù)流量法研究[D];中國礦業(yè)大學(xué);2009年

相關(guān)碩士學(xué)位論文 前10條

1 張言輝;突出危險工作面瓦斯涌出異常識別與預(yù)警系統(tǒng)研究[D];中國礦業(yè)大學(xué);2015年

2 陳蓮芳;回采工作面瓦斯涌出動態(tài)特征研究[D];河南理工大學(xué);2015年

3 高衛(wèi)國;礦井工作面瓦斯涌出量預(yù)測預(yù)警方法研究[D];河南理工大學(xué);2015年

4 靳義志;芙蓉集團(tuán)珙泉煤礦瓦斯涌出量可視化預(yù)測系統(tǒng)開發(fā)[D];河南理工大學(xué);2015年

5 葛須賓;提高瓦斯涌出初速度測定鉆孔深度的實驗研究及應(yīng)用[D];華北科技學(xué)院;2016年

6 王璐;基于粒子群支持向量機的礦井瓦斯預(yù)測與研究[D];西安科技大學(xué);2015年

7 高金龍;平煤五礦綜采面瓦斯涌出量影響因素及相關(guān)關(guān)系研究[D];河南理工大學(xué);2014年

8 郭林聰;基于瓦斯日報表的工作面瓦斯涌出構(gòu)成分析方法研究[D];河南理工大學(xué);2014年

9 王春龍;宏巖煤礦瓦斯來源分析及抽采技術(shù)研究[D];遼寧工程技術(shù)大學(xué);2014年

10 訾海;基于ASGSO-ENN算法的瓦斯涌出量動態(tài)預(yù)測研究[D];遼寧工程技術(shù)大學(xué);2014年

，

本文編號：2431236