共查询到20条相似文献,搜索用时 500 毫秒
1.
基于偏最小二乘回归的回采工作面瓦斯涌出量预测模型 总被引:1,自引:0,他引:1
针对回采工作面瓦斯涌出量回归建模过程中自变量间出现多重共线性问题,提出应用偏最小二乘回归(PLS)对瓦斯涌出量进行预测的建模思路。选取地质及采矿2个方面共12个参数指标作为回归因子,利用15个瓦斯涌出实例为建模样本,建立了回采工作面瓦斯涌出量的偏最小二乘回归模型。建立的模型对训练样本拟合效果良好,最大误差为6.09%,平均误差仅为2.06%;对其余几个案例进行预测,精度优于主成分分析和BP神经网络,与最小二乘-支持向量机模型相当。研究表明,基于偏最小二乘回归进行工作面瓦斯涌出量预测是一种有效可行的方法。 相似文献
2.
3.
4.
基于最小二乘支持向量机的煤层瓦斯含量预测 总被引:2,自引:0,他引:2
在分析和比较了目前常用的预测方法基础上,提出了一种基于最小二乘支持向量机的煤层瓦斯含量预测方法。一方面,该方法较好地解决小样本学习问题,避免了人工神经网络等智能方法在对煤层瓦斯含量进行预测时所表现出来的过学习、泛化能力弱等缺点;另一方面,用等式约束代替传统支持向量机的不等式约束,减小了模型的复杂度,加快了求解速度。应用实例表明,该模型具有预测精度高、速度快、容易实现等优点,适合对煤层瓦斯含量的预测。 相似文献
5.
用直接法测定煤层瓦斯含量时,最难控制、误差也最大的就是瓦斯损失量的计算。目前,图解法和最小二乘法是计算瓦斯损失量最为常用的方法,采用这2种方法对煤层瓦斯含量测定过程中的瓦斯损失量进行了计算,并进行了比较分析,然后在统计实测数据的基础上分析比较这2种方法对瓦斯损失量测定准确度的影响。 相似文献
6.
水分含量多少是煤质好坏的重要指标,在研究煤的基础理论及煤加工中具有特殊意义。本实验采用多元散射矫正(MSC)、平滑处理、微分处理等预处理方法,结合主成分回归法及偏最小二乘法分析了预处理方法对煤粉全水分模型的影响;发现多元散射矫正(MSC)处理结合偏最小二乘法获得的模型最佳,其校正模型R=0.988 1,RMSEC=0.501,预测结果 R=0.955,RMSEC=0.601;发现平滑处理也可以提高模型可靠性,但过度平滑会使模型可靠性变差;综合比较主成分回归法模型与偏最小二乘法模型,发现偏最小二乘法获得的模型要好于主成分回归获得的模型。 相似文献
7.
8.
浅谈最小二乘法在回采工作面瓦斯涌出量预测中的应用 总被引:1,自引:0,他引:1
根据在开采方法、煤层赋存条件、瓦斯地质条件等与样本工作面相似的已采工作面瓦斯涌出情况,运用最小二乘法的原理,对样本工作面瓦斯涌出量进行预测,并对预测结果和实际开采过程中瓦斯涌出结果进行对比来探讨此种瓦斯涌出量预测方法。 相似文献
9.
10.
11.
12.
未开采煤层瓦斯含量及影响因素研究,是煤矿安全生产的重要基础研究工作.以晓南矿未开采15-1^#煤层为例,根据多元线性回归分析的数学原理,利用Microsoft Excel工作表进行多元回归分析的方法,建立煤层瓦斯含量预测模型,对其进行了瓦斯含量预测。通过预测结果与实际情况的比较,可以得知Excel多元回归对瓦斯含量的预测精度较高。得出埋藏深度(m)、煤层厚度(m)、煤质、顶底板泥砂岩比是影响煤层瓦斯含量的主要因素。为未开采煤层瓦斯含量的研究提供了科学方法,并为煤矿的安全开采提供了基础资料。 相似文献
13.
未开采煤层瓦斯含量及影响因素研究,是煤矿安全生产的重要基础研究工作.以晓南矿未开采15-1#煤层为例,根据多元线性回归分析的数学原理,利用Microsoft Ex-cel工作表进行多元回归分析的方法,建立煤层瓦斯含量预测模型,对其进行了瓦斯含量预测.通过预测结果与实际情况的比较,可以得知Excel多元回归对瓦斯含量的预测精度较高.得出埋藏深度(m)、煤层厚度(m)、煤质、顶底板泥砂岩比是影响煤层瓦斯含量的主要因素.为未开采煤层瓦斯含量的研究提供了科学方法,并为煤矿的安全开采提供了基础资料. 相似文献
14.
15.
16.
为了考察方山新井二1煤层突出危险性预测指标临界值,运用瓦斯吸附解吸实验,分析煤层瓦斯吸附解吸特征,对实验数据进行统计分析并回归得出了瓦斯含量w和瓦斯压力p、瓦斯解吸指标V1、瓦斯解吸指标V1和瓦斯压力p之间的关系,最终基于瓦斯膨胀能确定了二1煤层突出危险性预测指标瓦斯含量w的临界值,为研究制定抽采效果评价指标体系提供科学依据。 相似文献
17.
抽采后残余瓦斯的存在对于矿井生产依然具有危险性,研究残余瓦斯的赋存规律及其预测是十分必要的。分析了淮北煤田许疃煤矿3_233采区地质条件,通过断层分维、煤层底板构造曲率和煤层倾角等指标的计算和统计,并分别赋予0.35,0,35和0.30的权重,计算得到研究区的构造指数及其分布,根据选取的42组数据,讨论了构造指数、煤层埋深、煤厚和原煤瓦斯含量等影响因素对抽采残余瓦斯赋存的影响,运用多元线性回归方法,拟合了瓦斯含量损失与构造指数、煤层埋深、煤厚等影响因素指标之间的相关关系,运用BP人工神经网络模型研究了预测抽采后瓦斯含量损失的可行性。结果表明:构造指数可以更精确地定量表征矿井构造复杂程度。瓦斯含量损失的主要影响因素为构造指数、煤层埋深、煤厚和原煤瓦斯含量。瓦斯含量损失总体上与构造指数呈负相关,而与其他因素的指标均呈正相关。经过数理统计的F检验,F=20.82F_(0.01)(3,38)=4.35,故多元线性回归的结果是显著的,表明瓦斯含量损失与各影响因素指标之间具有较密切的内在联系,其中构造指数对瓦斯含量损失的影响程度最大,煤层埋深影响程度最小,煤厚的影响程度介于构造指数与煤层埋深之间。以瓦斯含量损失为输出指标,以构造指数、埋深、煤厚和原始瓦斯含量为输入指标,建立了4×10×1结构的BP人工神经网络模型,模型经过学习训练后预测精度高,相对误差为1.19%~1.34%,表明可以运用人工神经网络模型预测未采区抽采后的瓦斯含量损失,残余瓦斯含量即为原煤瓦斯含量减去瓦斯含量损失,故可以间接预测抽采后残余瓦斯含量。 相似文献
18.
煤层瓦斯不均衡赋存是制约煤矿瓦斯安全管理的主控因素,准确合理的瓦斯地质区划是有效进行瓦斯防治的基础和保障。基于瓦斯地质区划理论方法,综合分析影响鹿台山煤矿3号煤层瓦斯赋存的主要地质因素,采用多元线性回归、数量化理论I、构造关联度分区等方法,筛选出影响2号煤层瓦斯含量的地质变量包括煤层埋深、围岩透气性和褶皱平面变形系数3个主要地质指标,建立了瓦斯含量预测的数学模型并对预测模型进行了理论和实践验证,模型精度较高。在此基础上利用瓦斯含量预测模型对2号煤层瓦斯含量进行预测和瓦斯地质区划。经实践验证,瓦斯地质区划结果符合实际地质情况。 相似文献
19.
为提高预测模型的可靠性,实现对煤层未采区域瓦斯含量的精确预测,以山阳煤矿5#煤层为研究对象,进行未采区瓦斯含量的预测。运用瓦斯地质学和多元线性回归分析法,得出基岩厚度、煤层厚度和埋深是影响该矿瓦斯赋存的主要因素,并将其作为BP神经网络模型的输入端神经元,初步构建出瓦斯含量预测模型;结合地勘时期瓦斯钻孔的实际数据,进行网络训练,再对预测模型的可靠性进行检验。结果表明:该预测模型预测瓦斯含量,精度较高,效果较好,能满足工程要求。采用多元线性回归-BP神经网络可以对未开采区域煤层瓦斯含量进行准确预测,为矿井瓦斯灾害防治提供一定的参考依据。 相似文献