【摘要】：為真實(shí)還原礦井涌水動(dòng)態(tài)特征,開展了基于相空間重構(gòu)理論的礦井涌水量混沌預(yù)測(cè)研究。采集某鉛鋅礦山日涌水量時(shí)間序列,運(yùn)用互信息函數(shù)法和Cao氏方法確定重構(gòu)參數(shù),以此對(duì)原始序列展開相空間重構(gòu)。根據(jù)對(duì)重構(gòu)序列主分量譜圖及最大Lyapunov指數(shù)的分析,確定了重構(gòu)序列的混沌特征,并計(jì)算其有效預(yù)測(cè)時(shí)長(zhǎng)為13d,在有效預(yù)測(cè)時(shí)長(zhǎng)內(nèi),平均預(yù)測(cè)誤差為4.81%,預(yù)測(cè)效果較好;超過有效預(yù)測(cè)時(shí)長(zhǎng)后,預(yù)測(cè)精度迅速下降,平均預(yù)測(cè)誤差為15.13%。結(jié)果表明,將混沌方法用于礦井涌水量預(yù)測(cè)具有原理簡(jiǎn)單、計(jì)算效率高等優(yōu)點(diǎn),但僅適用于短期預(yù)測(cè)。
【圖文】：

測(cè)序列（見圖１），取樣監(jiān)測(cè)周期為１ｄ，共計(jì)２４００個(gè)數(shù)據(jù)點(diǎn)。圖１礦井涌水量時(shí)間序列采用Ｍａｔｌａｂ編程實(shí)現(xiàn)重構(gòu)參數(shù)計(jì)算，，得到涌水量時(shí)間序列在不同時(shí)間延遲下的互信息值和在不同嵌入維數(shù)下的Ｅ１值，結(jié)果依次見圖２～圖３。根據(jù)互信息函數(shù)第一次達(dá)到最小值時(shí)對(duì)應(yīng)的時(shí)間確定最佳時(shí)間延遲τ＝３４，根據(jù)Ｅ１值進(jìn)入穩(wěn)定狀態(tài)時(shí)對(duì)應(yīng)的維數(shù)確定最佳嵌入維數(shù)ｍ＝７。根據(jù)確定的重構(gòu)參數(shù)：ｍ＝７，τ＝３４，代入式（４）得到相空間重構(gòu)后的涌水量序列：圖２不同時(shí)間延遲內(nèi)的互信息值圖３不同嵌入維數(shù)時(shí)的Ｅ１值Ｘ＝Ｘ１Ｘ２鐤Ｘq縬纐膓牛玻保梗叮裕劍保常擔(dān)叮梗保埃常保常罰保罰保玻埃叮玻常叮罰埃保埃矗保常福保罰玻玻埃風(fēng)栫栫栫栫栫栫枺玻保梗叮玻玻常埃玻玻叮矗玻玻梗福玻常常玻玻常叮叮鴔縬纐膓牛玻矗埃埃裕ǎ福┲毓剮蛄形桓觶肺淖刺占�，空间謨搭后一隔溹掉b海兀玻保梗叮劍玻保梗�，ｘ２２３０，ｘ２２６４，ｘ２２９８，ｘ２３３２，ｘ２３６６，ｘ２４００｝Ｔ，其余相点可霸~劍ǎ矗┮來衛(wèi)嗤�。２．３重箘庲林x煦縑卣鞅媸兌韻囁占渲毓菇峁�，磦颞性和定量两烦C孀酆媳媸隊(duì)克恐毓剮蛄械幕煦縑卣鰲＃玻常倍ㄐ苑椒ㄖ鞒煞址治觶ǎ校潁椋睿悖椋穡幔歟茫錚恚穡錚睿澹睿簦粒睿幔歟螅椋�，ＰＣＡ）蕽撴蕯嗟统混憧V卣韉某Ｓ梅椒ǎ郟保玻藎澠斜鹱莢蛭涸肷鬧鞒煞制淄際墻詠

本文編號(hào)：2568803