基于ACC-ENN算法的煤礦瓦斯涌出量動態預測模型研究

付 華,謝 森,徐耀松,陳子春

(1.遼寧工程技術大學電氣與控制工程學院,遼寧葫蘆島 125105;2.開灤(集團)有限責任公司,河北唐山 063018)

基于ACC-ENN算法的煤礦瓦斯涌出量動態預測模型研究

付 華1,謝 森1,徐耀松1,陳子春2

(1.遼寧工程技術大學電氣與控制工程學院,遼寧葫蘆島 125105;2.開灤(集團)有限責任公司,河北唐山 063018)

為了對煤礦瓦斯監測數據進行有效分析,以實現準確、可靠的回采工作面絕對瓦斯涌出量預測,提出了蟻群聚類算法優化Elman神經網絡的絕對瓦斯涌出量動態預測方法。算法通過對Elman神經網絡的權值、閾值尋優,建立了基于ACC-ENN算法的絕對瓦斯涌出量預測模型,并結合礦井監測到的歷史數據進行實例分析。試驗結果表明:經蟻群聚類優化后的Elman神經網絡絕對瓦斯涌出量預測模型較其他預測模型具有更好的泛化能力和更高的預測精度,有效地實現了煤礦絕對瓦斯涌出量動態預測。

絕對瓦斯涌出量;蟻群聚類;Elman神經網絡;動態預測

瓦斯災害是制約煤礦安全生產的重要因素之一,對煤礦井下絕對瓦斯涌出量進行精準預測是防治煤礦瓦斯災害的有力措施[1]。目前國內外眾多專家學者對絕對瓦斯涌出量預測進行研究,提出了許多有用的預測模型和方法。呂伏等針對絕對瓦斯涌出量提出了主成分回歸分析方法[2]。白云霄、朱紅青等提出了用人工神經網絡[3-4]構建絕對瓦斯涌出量預測模型。李國禎、谷松等運用灰色理論[5-6]模型,進一步對煤礦絕對瓦斯涌出量進行預測,得到的實驗效果較好。……