煤炭企業(yè)瓦斯事故的發(fā)生,不僅給正常的生產(chǎn)作業(yè)造成嚴(yán)重的影響,甚至還可能導(dǎo)致人員傷亡。目前,煤礦均配備了礦井安全監(jiān)測(cè)監(jiān)控系統(tǒng),對(duì)瓦斯等氣體信息進(jìn)行實(shí)時(shí)監(jiān)測(cè),而對(duì)該平臺(tái)獲取的大量數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析,能為預(yù)控瓦斯超限提供決策依據(jù)。本文在R語(yǔ)言環(huán)境下,研究ARIMA模型、TAR模型的相關(guān)理論知識(shí)及其構(gòu)建過(guò)程,基于實(shí)測(cè)數(shù)據(jù)進(jìn)行建模分析,并對(duì)兩種模型的預(yù)測(cè)效果進(jìn)行對(duì)比分析,主要研究工作包括如下幾個(gè)方面:研究R語(yǔ)言環(huán)境下有關(guān)時(shí)間序列分析的理論知識(shí)及其模型構(gòu)建方法,以工作面產(chǎn)生的具體數(shù)據(jù)為例,通過(guò)平穩(wěn)性檢驗(yàn)、差分化、確定模型參數(shù)、模型檢驗(yàn)等一系列手段構(gòu)建ARIMA預(yù)測(cè)模型,通過(guò)非線性檢驗(yàn)、參數(shù)估計(jì)、擬合檢驗(yàn)等步驟構(gòu)建TAR瓦斯?jié)舛阮A(yù)測(cè)模型,且兩種模型均表現(xiàn)出較好的預(yù)測(cè)效果。基于陳家山煤礦427綜采工作面監(jiān)測(cè)到的上隅角瓦斯數(shù)據(jù),分別選取出樣本數(shù)據(jù)和測(cè)試數(shù)據(jù),并進(jìn)行模型應(yīng)用分析。分別應(yīng)用ARIMA模型和TAR模型對(duì)瓦斯?jié)舛冗M(jìn)行預(yù)測(cè)分析,得出預(yù)測(cè)值的范圍分別落在0.14%～0.23%、0.127%～0.261%區(qū)間,屬于實(shí)際值的分布區(qū)域范圍內(nèi),變化趨勢(shì)也基本與原始值基本吻合。對(duì)比分析兩種模型的預(yù)測(cè)結(jié)果,發(fā)現(xiàn)T... 

【文章來(lái)源】：西安科技大學(xué)陜西省

【文章頁(yè)數(shù)】：71 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
abstract
1 緒論
    1.1 選題背景及研究意義
        1.1.1 選題背景
        1.1.2 研究意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 監(jiān)測(cè)數(shù)據(jù)處理及應(yīng)用研究現(xiàn)狀
        1.2.2 瓦斯?jié)舛阮A(yù)測(cè)方法研究現(xiàn)狀
        1.2.3 基于ARIMA模型的預(yù)測(cè)方法研究現(xiàn)狀
        1.2.4 基于TAR模型的預(yù)測(cè)方法研究現(xiàn)狀
    1.3 研究?jī)?nèi)容和技術(shù)路線
        1.3.1 研究?jī)?nèi)容
        1.3.2 技術(shù)路線
2 時(shí)間序列模型理論分析
    2.1 時(shí)間序列基本理論
    2.2 ARIMA模型
        2.2.1 模型分類
        2.2.2 ARIMA模型理論分析
    2.3 TAR模型
        2.3.1 模型介紹
        2.3.2 TAR模型理論分析
    2.4 本章小結(jié)
3 ARIMA預(yù)測(cè)模型構(gòu)建
    3.1 獲取平穩(wěn)時(shí)間序列
        3.1.1 時(shí)間序列的平穩(wěn)性判斷
        3.1.2 非平穩(wěn)時(shí)間序列差分化
    3.2 確定模型參數(shù)
    3.3 檢驗(yàn)?zāi)Ｐ褪欠癯闪?br>        3.3.1 白噪聲檢驗(yàn)
        3.3.2 正態(tài)性檢驗(yàn)
    3.4 模型預(yù)測(cè)
    3.5 本章小結(jié)
4 TAR預(yù)測(cè)模型構(gòu)建
    4.1 非線性檢驗(yàn)
    4.2 TAR模型參數(shù)估計(jì)
        4.2.1 確定模型階數(shù)
        4.2.2 確定延遲參數(shù)
    4.3 模型擬合效果檢驗(yàn)
    4.4 模型預(yù)測(cè)
    4.5 本章小結(jié)
5 預(yù)測(cè)模型實(shí)例應(yīng)用分析
    5.1 礦井概況
        5.1.1 煤礦概述
        5.1.2 綜采工作面概述
        5.1.3 工作面通風(fēng)方式
        5.1.4 工作面監(jiān)測(cè)監(jiān)控系統(tǒng)
    5.2 數(shù)據(jù)預(yù)處理
        5.2.1 獲取被觀測(cè)時(shí)間序列
        5.2.2 繪圖分析
        5.2.3 異常值分析
    5.3 ARIMA模型預(yù)測(cè)結(jié)果分析
    5.4 TAR模型預(yù)測(cè)結(jié)果分析
    5.5 ARIMA與TAR模型預(yù)測(cè)結(jié)果對(duì)比分析
        5.5.1 預(yù)測(cè)步長(zhǎng)對(duì)比
        5.5.2 預(yù)測(cè)結(jié)果誤差對(duì)比
    5.6 本章小結(jié)
6 結(jié)論與展望
    6.1 結(jié)論
    6.2 展望
致謝
參考文獻(xiàn)
附錄


【參考文獻(xiàn)】：
期刊論文
[1]基于ARMA模型的煤礦瓦斯災(zāi)害預(yù)測(cè)研究[J]. 黃元申,陳強(qiáng),魏瑋.  工業(yè)控制計(jì)算機(jī). 2013(09)
[2]礦井瓦斯?jié)舛茸赃m應(yīng)預(yù)測(cè)及其預(yù)警應(yīng)用[J]. 董丁穩(wěn),劉潔,王紅剛.  中國(guó)安全科學(xué)學(xué)報(bào). 2013(05)
[3]工作面多變量瓦斯體積分?jǐn)?shù)時(shí)間序列預(yù)測(cè)模型[J]. 董丁穩(wěn),李樹(shù)剛,常心坦,林海飛.  采礦與安全工程學(xué)報(bào). 2012(01)
[4]基于混沌理論和神經(jīng)網(wǎng)絡(luò)的瓦斯?jié)舛阮A(yù)測(cè)研究術(shù)[J]. 趙金憲,于光華.  機(jī)電一體化. 2010 (02)
[5]時(shí)間序列數(shù)據(jù)挖掘在瓦斯監(jiān)測(cè)中的應(yīng)用[J]. 馬強(qiáng).  長(zhǎng)治學(xué)院學(xué)報(bào). 2009(02)
[6]On-line least squares support vector machine algorithm in gas prediction[J]. ZHAO Xiao-hu,WANG Gang,ZHAO Ke-ke,TAN De-jian School of Information & Electronic Engineering,China University of Mining & Technology,Xuzhou,Jiangsu 221008,China.  Mining Science and Technology. 2009(02)
[7]基于門限自回歸模型下物價(jià)指數(shù)時(shí)間序列分析[J]. 周敏,熊華.  應(yīng)用概率統(tǒng)計(jì). 2008(06)
[8]我國(guó)經(jīng)濟(jì)周期階段性劃分與經(jīng)濟(jì)增長(zhǎng)走勢(shì)分析[J]. 劉金全,鄭挺國(guó).  中國(guó)工業(yè)經(jīng)濟(jì). 2008(01)
[9]Prediction of Gas Emission Based on Infor-mation Fusion and Chaotic Time Series[J]. GAO Li ,YU Hong-zhen College of Information and Electrical Engineering, China University of Mining & Technolog ,Xuzhou, Jiangsu 221008,China.  Journal of China University of Mining & Technology（English Edition）. 2006(01)
[10]非線性時(shí)間序列分析STAR模型及其在經(jīng)濟(jì)學(xué)中的應(yīng)用[J]. 王俊,孔令夷.  數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究. 2006(01)

博士論文
[1]基于地質(zhì)數(shù)據(jù)挖掘和信息融合的煤與瓦斯突出預(yù)測(cè)方法[D]. 梁躍強(qiáng).中國(guó)礦業(yè)大學(xué)(北京) 2018

碩士論文
[1]基于時(shí)間序列分析的綜采工作面瓦斯?jié)舛阮A(yù)測(cè)研究[D]. 馬彥龍.西安科技大學(xué) 2018
[2]基于門限自回歸的國(guó)債期貨跨品種套利策略研究[D]. 宋辰.上海外國(guó)語(yǔ)大學(xué) 2018
[3]門限自回歸（TAR）模型及其在匯率波動(dòng)問(wèn)題中的研究[D]. 張亮.安徽工程大學(xué) 2012
[4]基于門限自回歸的高新技術(shù)產(chǎn)業(yè)開(kāi)發(fā)區(qū)生命周期評(píng)價(jià)模型及應(yīng)用研究[D]. 王俊超.合肥工業(yè)大學(xué) 2010
[5]基于FIS的煤礦智能安檢信息管理系統(tǒng)的研究[D]. 宋冬冬.河北農(nóng)業(yè)大學(xué) 2008



本文編號(hào)：3196780