西安科技大学学报

2020, v.40;No.172(02) 363-368

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

基于PSO-Adam-GRU的煤矿瓦斯浓度预测模型
Gas concentration prediction model of working face based on PSO-Adam-GRU

马莉;潘少波;代新冠;宋爽;石新莉;

摘要(Abstract):

煤矿瓦斯浓度的精准预测是矿井瓦斯防治的关键。为了准确可靠地预测工作面瓦斯浓度,提出了一种基于门控循环单元方法的工作面瓦斯浓度预测模型。采用邻近均值法对数据缺失值和异常值进行补全,采用MinMaxScaler方法对实验数据进行归一化处理,为了提高模型精度和稳定性,采用粒子群算法和Adam算法对GRU超参数进行优化,从而构建了基于PSO-Adam-GRU的工作面瓦斯浓度预测模型。以崔家沟煤矿生产监测数据为样本数据进行模型训练,采用平均绝对误差、均方根误差、运行时间3种评价指标对预测模型性能进行评估,并将预测结果与BPNN和LSTM进行对比。结果表明:PSO-Adam-GRU较BPNN和LSTM具有更高的精度和稳定性,在预测过程中MAE可降低到0.058,RMSE可降低到0.005.结果表明,基于PSO-Adam-GRU的瓦斯浓度预测模型和参数优选方法可有效预测出瓦斯浓度,该模型在瓦斯浓度时间序列预测方面具有更高的准确性和鲁棒性,可为矿井瓦斯治理提供一定指导意见。

关键词(KeyWords): 煤矿安全;瓦斯浓度预测;门控循环单元;粒子群算法

Abstract:

Keywords:

基金项目(Foundation): 国家自然科学基金(51734007,51804248);; 西安科技大学博士启动金(6310115032)

作者(Author): 马莉;潘少波;代新冠;宋爽;石新莉;

Email:

DOI: 10.13800/j.cnki.xakjdxxb.2020.0224

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享