發(fā)布時間：2018-03-16 19:16

  本文選題：礦井涌水量　切入點(diǎn)：混沌時間序列　出處：《煤田地質(zhì)與勘探》2017年06期 　論文類型：期刊論文

【摘要】：礦井涌水量的準(zhǔn)確預(yù)測對預(yù)防礦山透水事故的發(fā)生至關(guān)重要,提出利用GA優(yōu)化的SVM模型(GA-SVM)來實(shí)現(xiàn)礦井涌水量的短期準(zhǔn)確預(yù)測。該方法利用GA的自動尋優(yōu)功能尋找SVM的最佳參數(shù),提高了預(yù)測的準(zhǔn)確率。首先,利用微熵率法求礦井涌水量時間序列的最佳嵌入維數(shù)和延遲時間,進(jìn)行相空間重構(gòu)。其次,采集義煤集團(tuán)千秋煤礦2011—2015年實(shí)際涌水量的時間序列,利用GA-SVM模型對最后12組數(shù)據(jù)進(jìn)行預(yù)測,其預(yù)測平均絕對百分比誤差僅為0.92%,最大相對誤差為2.62%。最后,與PSO-SVM和BP神經(jīng)網(wǎng)絡(luò)預(yù)測進(jìn)行對比,結(jié)果表明GA-SVM優(yōu)化模型適用于礦井涌水量的預(yù)測并且預(yù)測精度較高。
[Abstract]:Mine water to accurately predict the occurrence of critical mine flooding accident prevention, put forward using SVM GA optimization model (GA-SVM) to achieve the accurate prediction of mine inflow short term. The method uses the optimal parameters of the GA automatic optimization function for SVM, improve the accuracy of the prediction. First of all, and the delay time of the best the embedding dimension of differential entropy ratio method for mine inflow time series, phase space reconstruction. Secondly, the acquisition of Yima Coal Group coal mine 2011 2015 actual inflow time series of water, using the GA-SVM model for prediction of the last 12 sets of data, the prediction mean absolute percentage error is 0.92%, the maximum relative error of 2.62%. finally, with PSO-SVM and BP neural network prediction were compared, the results show that the GA-SVM optimization model for water inrush prediction and the prediction accuracy is high.

【作者單位】： 河南理工大學(xué)電氣工程與自動化學(xué)院;煤炭安全生產(chǎn)河南省協(xié)同創(chuàng)新中心;
【基金】：國家自然科學(xué)基金項(xiàng)目(61573129,51474096) 河南省教育廳重點(diǎn)科研項(xiàng)目(16A120004,16A440007)~~
【分類號】：TD742.1

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 韓非;礦井涌水量中的混沌及其最大預(yù)報時間尺度[J];煤炭學(xué)報;2001年05期

2 肖有才,張秀成,顧志民;淺埋型礦井涌水量預(yù)測預(yù)報的灰色模型[J];中國安全科學(xué)學(xué)報;2004年05期

3 蘇萍;張雙樓煤礦礦井涌水量預(yù)計(jì)及防治水建議[J];能源技術(shù)與管理;2005年02期

4 朱雷;;礦井涌水量觀測的幾種簡單方法[J];煤炭技術(shù);2007年01期

5 錢學(xué)溥;;預(yù)測礦井涌水量的計(jì)算級別與精度評述[J];中國煤田地質(zhì);2007年05期

6 郭文雅;溫繼滿;;談礦井涌水量預(yù)測方法的發(fā)展[J];黑龍江科技信息;2008年25期

7 楊永國;陳玉華;;礦井涌水量混沌特征與預(yù)測[J];地球科學(xué)(中國地質(zhì)大學(xué)學(xué)報);2009年02期

8 賀治強(qiáng);李書文;郭好杰;郭振橋;;季節(jié)性降水和蓄水對礦井涌水量的影響[J];中州煤炭;2011年03期

9 陳建宏;施飛;鄭海力;韓玉建;;基于灰色神經(jīng)網(wǎng)絡(luò)的礦井涌水量預(yù)測[J];礦業(yè)研究與開發(fā);2011年02期

10 劉德旺;;雙柳煤礦礦井涌水量數(shù)值模擬研究[J];地下水;2012年01期

相關(guān)會議論文 前4條

1 劉洋;李凱;王振榮;;礦井涌水量計(jì)算方法評述[A];高產(chǎn)高效煤礦建設(shè)的地質(zhì)保障技術(shù)——陜西省煤炭學(xué)會學(xué)術(shù)年會論文集·2009[C];2009年

2 史麗萍;胡泳軍;張國信;張曉;張世芳;苗長新;董海波;謝業(yè)良;朱永平;魏輝;陳麗兵;鹿獻(xiàn)德;;礦井涌水量自動監(jiān)測系統(tǒng)[A];2003年度中國煤炭工業(yè)協(xié)會科學(xué)技術(shù)獎獲獎項(xiàng)目匯編[C];2004年

3 王皓;;基于灰色理論的西北淺埋型礦井涌水量預(yù)測[A];煤礦水害防治技術(shù)研究——陜西省煤炭學(xué)會學(xué)術(shù)年會論文集（2013）[C];2013年

4 李云峰;徐勝平;李忠凱;;Excel在海孜煤礦礦井涌水量估算中的應(yīng)用[A];中國煤炭學(xué)會礦井地質(zhì)專業(yè)委員會2008年學(xué)術(shù)論壇文集[C];2008年

相關(guān)重要報紙文章 前1條

1 歐陽寶塔 孫國華;巧治活用礦井水[N];中國煤炭報;2009年

相關(guān)博士學(xué)位論文 前1條

1 許珂;臺格廟礦區(qū)頂板涌（突）水危險性評價與礦井涌水量預(yù)測[D];中國礦業(yè)大學(xué)(北京);2016年

相關(guān)碩士學(xué)位論文 前10條

1 徐慧;礦井涌水量預(yù)測研究[D];華北科技學(xué)院;2015年

2 李彬;新疆清河縣頓巴斯套金礦礦井涌水量預(yù)測及突水危險性評價[D];西南交通大學(xué);2014年

3 劉岳霖;湖北宜昌杉西礦段磷礦礦井涌水量預(yù)測[D];中國地質(zhì)大學(xué)(北京);2016年

4 楊白駒;露天礦礦井涌水量動態(tài)模擬研究[D];中國地質(zhì)大學(xué)(北京);2016年

5 劉敏;基于時間序列的礦井涌水量模擬與預(yù)測[D];河南理工大學(xué);2014年

6 元宙昊;矽卡巖型巖溶礦山地下水徑流動態(tài)模擬與帷幕優(yōu)化研究[D];武漢工程大學(xué);2016年

7 郭濤;鄂爾多斯某礦礦井涌水量預(yù)測研究[D];昆明理工大學(xué);2017年

8 魏軍;礦井涌水量的數(shù)值模擬研究[D];遼寧工程技術(shù)大學(xué);2007年

9 毛邦燕;復(fù)雜巖溶介質(zhì)礦井涌水量的三維數(shù)值模擬研究[D];成都理工大學(xué);2005年

10 李順;康城煤礦礦井涌水系統(tǒng)數(shù)值模擬[D];河北工程大學(xué);2009年

，

本文編號：1621284