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)測監(jiān)控系統(tǒng),對瓦斯等氣體信息進(jìn)行實(shí)時監(jiān)測,而對該平臺獲取的大量數(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語言環(huán)境下,研究ARIMA模型、TAR模型的相關(guān)理論知識及其構(gòu)建過程,基于實(shí)測數(shù)據(jù)進(jìn)行建模分析,并對兩種模型的預(yù)測效果進(jìn)行對比分析,主要研究工作包括如下幾個方面:研究R語言環(huán)境下有關(guān)時間序列分析的理論知識及其模型構(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)測模型,通過非線性檢驗(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)測模型,且兩種模型均表現(xiàn)出較好的預(yù)測效果。基于陳家山煤礦427綜采工作面監(jiān)測到的上隅角瓦斯數(shù)據(jù),分別選取出樣本數(shù)據(jù)和測試數(shù)據(jù),并進(jìn)行模型應(yīng)用分析。分別應(yīng)用ARIMA模型和TAR模型對瓦斯?jié)舛冗M(jìn)行預(yù)測分析,得出預(yù)測值的范圍分別落在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),變化趨勢也基本與原始值基本吻合。對比分析兩種模型的預(yù)測結(jié)果,發(fā)現(xiàn)T... 

【文章來源】：西安科技大學(xué)陜西省

【文章頁數(shù)】：71 頁

【學(xué)位級別】：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 國內(nèi)外研究現(xiàn)狀
        1.2.1 監(jiān)測數(shù)據(jù)處理及應(yīng)用研究現(xiàn)狀
        1.2.2 瓦斯?jié)舛阮A(yù)測方法研究現(xiàn)狀
        1.2.3 基于ARIMA模型的預(yù)測方法研究現(xiàn)狀
        1.2.4 基于TAR模型的預(yù)測方法研究現(xiàn)狀
    1.3 研究內(nèi)容和技術(shù)路線
        1.3.1 研究內(nèi)容
        1.3.2 技術(shù)路線
2 時間序列模型理論分析
    2.1 時間序列基本理論
    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)測模型構(gòu)建
    3.1 獲取平穩(wěn)時間序列
        3.1.1 時間序列的平穩(wěn)性判斷
        3.1.2 非平穩(wěn)時間序列差分化
    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
    3.5 本章小結(jié)
4 TAR預(yù)測模型構(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
    4.5 本章小結(jié)
5 預(yù)測模型實(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)測監(jiān)控系統(tǒng)
    5.2 數(shù)據(jù)預(yù)處理
        5.2.1 獲取被觀測時間序列
        5.2.2 繪圖分析
        5.2.3 異常值分析
    5.3 ARIMA模型預(yù)測結(jié)果分析
    5.4 TAR模型預(yù)測結(jié)果分析
    5.5 ARIMA與TAR模型預(yù)測結(jié)果對比分析
        5.5.1 預(yù)測步長對比
        5.5.2 預(yù)測結(jié)果誤差對比
    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)測及其預(yù)警應(yīng)用[J]. 董丁穩(wěn),劉潔,王紅剛.  中國安全科學(xué)學(xué)報(bào). 2013(05)
[3]工作面多變量瓦斯體積分?jǐn)?shù)時間序列預(yù)測模型[J]. 董丁穩(wěn),李樹剛,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)測研究術(shù)[J]. 趙金憲,于光華.  機(jī)電一體化. 2010 (02)
[5]時間序列數(shù)據(jù)挖掘在瓦斯監(jiān)測中的應(yīng)用[J]. 馬強(qiáng).  長治學(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指數(shù)時間序列分析[J]. 周敏,熊華.  應(yīng)用概率統(tǒng)計(jì). 2008(06)
[8]我國經(jīng)濟(jì)周期階段性劃分與經(jīng)濟(jì)增長走勢分析[J]. 劉金全,鄭挺國.  中國工業(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)測方法[D]. 梁躍強(qiáng).中國礦業(yè)大學(xué)(北京) 2018

碩士論文
[1]基于時間序列分析的綜采工作面瓦斯?jié)舛阮A(yù)測研究[D]. 馬彥龍.西安科技大學(xué) 2018
[2]基于門限自回歸的國債期貨跨品種套利策略研究[D]. 宋辰.上海外國語大學(xué) 2018
[3]門限自回歸（TAR）模型及其在匯率波動問題中的研究[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)開發(fā)區(qū)生命周期評價模型及應(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：3196780