基于多元分布滞后模型的瓦斯浓度动态预测

被引：18

作者：

杨丽 ^{[1
,2
]}

刘晖 ^{[1
]}

毛善君 ^{[1
,3
]}

施超 ^{[1
]}

机构：

[1] 北京大学地球与空间科学学院

[2] 中煤电气有限公司

[3] 北京龙软科技股份有限公司

来源：

中国矿业大学学报 | 2016年 / 45卷 / 03期

关键词：

多元分布滞后模型; Adjust Group LASSO; 最小二乘法; 自回归; 瓦斯浓度; 预测模型;

D O I：

10.13247/j.cnki.jcumt.000507

中图分类号：

TD712.5 [];

学科分类号：

081903 ;

摘要：

为实现对瓦斯浓度(体积分数)的准确预测,基于海量煤矿瓦斯监测数据和多元分布滞后模型(MDL)建立了多变量瓦斯浓度时间序列预测模型.基于惩罚最小二乘法和自回归的思想,提出了新的变量选择和定阶方法——Adjust Group最小绝对值压缩与选择(LASSO)方法.该方法以岭估计及局部二次近似迭代算法实现了预测模型的构建,通过有效选取具有解释性的自变量子集,提高模型的解释性,采用广义交叉检验准则(GCV)确定惩罚参数,并通过分组惩罚来实现变量筛选与滞后变量的定阶.结果表明:Adjust Group LASSO方法预测得到的残差平方和为0.433 0,具有较高的精度,能够较好的预测工作面瓦斯浓度的动态变化,与LASSO、最小角回归算法(LARS)以及其他瓦斯预测常用方法相比,大大提高了预测的准确性.

引用

页码：455 / 461

页数：7

共 16 条

[1] 瓦斯风压诱导矿井风流灾变规律研究 [J].

周爱桃 ;

王凯 ;

吴则琪 ;

李珊 .

中国矿业大学学报, 2014, (06) :1011-1018

[2] 基于LMD-SVM的采煤工作面瓦斯涌出量预测 [J].

樊保龙 ;

白春华 ;

李建平 .

采矿与安全工程学报, 2013, 30 (06) :946-952

[3] 不渗透小断层群瓦斯异常赋存特点及防治研究 [J].

高亚斌 ;

林柏泉 ;

杨威 ;

郝志勇 ;

李子文 ;

李贺 .

中国矿业大学学报, 2013, (06) :989-995+1059

[4] 工作面多变量瓦斯体积分数时间序列预测模型 [J].

董丁稳 ;

李树刚 ;

常心坦 ;

林海飞 .

采矿与安全工程学报, 2012, 29 (01) :135-139

[5] 滑坡位移的多模态支持向量机模型预测 [J].

林大超 ;

安凤平 ;

郭章林 ;

张立宁 .

岩土力学, 2011, 32(S1) (S1) :451-458

[6] 煤与瓦斯突出预测的改进差分进化神经网络模型研究 [J].

杨敏 ;

汪云甲 ;

程远平 .

中国矿业大学学报, 2009, 38 (03) :439-444

[7]

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)

[8] 回采工作面瓦斯涌出的复杂性及其度量 [J].