回采工作面瓦斯涌出量VMD-DE-RVM区间预测方法

被引:27
作者
代巍 [1 ]
付华 [2 ]
冀常鹏 [3 ,4 ]
王英杰 [4 ,5 ]
机构
[1] 辽宁工程技术大学安全科学与工程学院
[2] 辽宁工程技术大学电气与控制工程学院
[3] 辽宁工程技术大学电子与信息工程学院
[4] 辽宁省露天矿山装备工程技术研究中心
[5] 辽宁瀚石矿山工程集团有限公司
关键词
绝对瓦斯涌出量; 区间预测; 变分模态分解(VMD); 相关向量机(RVM); 差分进化(DE)算法;
D O I
10.16265/j.cnki.issn1003-3033.2018.09.019
中图分类号
TD712.5 [];
学科分类号
摘要
为有效、准确地预测回采工作面绝对瓦斯涌出量,基于变分模态分解(VMD)方法;差分进化(DE)算法和相关向量机(RVM)原理,提出回采工作面绝对瓦斯涌出量的VMD-DE-RVM区间预测方法;通过VMD方法将绝对瓦斯涌出量分解为若干固有模态分量并分析其局部特征,分别建立每个固有模态分量的RVM预测模型,并通过DE算法优化模型参数以提高预测精度;加权叠加各个分量的预测结果得到绝对瓦斯涌出量预测结果,并将其与经验模态分解方法所得结果对比。结果表明:应用该方法预测回采工作面瓦斯涌出量,能弱化瓦斯涌出量的局部特征,得到置信度为95%时涌出量预测区间有效度为100%,平均绝对误差为0. 096 m3/min,平均相对误差为2. 43%,预测精度有所提高。
引用
收藏
页码:109 / 115
页数:7
相关论文
共 13 条
[1]
基于EMD-MFOA-ELM的瓦斯涌出量时变序列预测研究 [J].
卢国斌 ;
李晓宇 ;
祖秉辉 ;
董建军 .
中国安全生产科学技术, 2017, 13 (06) :109-114
[2]
基于LLE与BA-Elman的瓦斯涌出量动态预测研究 [J].
付华 ;
代巍 .
传感技术学报, 2016, 29 (09) :1383-1388
[3]
基于EMD-ARMA的矿井瓦斯涌出量预测 [J].
撒占友 ;
刘岩 ;
刘杰 .
煤矿安全, 2016, 47 (07) :174-176+181
[4]
基于PSOBP-AdaBoost模型的瓦斯涌出量分源预测研究 [J].
温廷新 ;
孙雪 ;
孔祥博 ;
田洪斌 .
中国安全科学学报, 2016, 26 (05) :94-98
[5]
基于SVM耦合遗传算法的回采工作面瓦斯涌出量预测 [J].
董晓雷 ;
贾进章 ;
白洋 ;
樊程程 .
安全与环境学报, 2016, 16 (02) :114-118
[6]
逐步RVM-Markov模型在大坝变形预测中的应用 [J].
唐琪 ;
包腾飞 ;
杜传阳 ;
滕雯雯 .
三峡大学学报(自然科学版), 2015, 37 (06) :47-51
[7]
参数优化变分模态分解方法在滚动轴承早期故障诊断中的应用 [J].
唐贵基 ;
王晓龙 .
西安交通大学学报, 2015, 49 (05) :73-81
[8]
基于EMD-PSO-SVM的煤矿瓦斯涌出量预测方法及应用 [J].
施式亮 ;
李润求 ;
罗文柯 .
中国安全科学学报, 2014, 24 (07) :43-49
[9]
GM(1,1)灰色预测模型在矿井瓦斯涌出量预测中的应用 [J].
杨武艳 ;
郁钟铭 .
矿业工程研究, 2012, 27 (04) :46-49
[10]
基于差分进化算法的支持向量机参数选择 [J].
陈涛 ;
雍龙泉 ;
邓方安 ;
杨晓 .
计算机工程与应用 , 2011, (05) :24-26