【技术实现步骤摘要】
本专利技术涉及一种矿井瓦斯浓度预测方法，具体是一种基于优化变分模态分解的矿井瓦斯浓度预测方法，属于煤矿安全生产。
技术介绍
1、矿山动力灾害是指矿山采掘导致的，以矿体或岩体、水、气混合物等作为载体，通过动力形式意外释放能量，作用于井巷、工作面、工程结构物或人体的工程灾害，包括矿震、冲击地压、岩爆、煤与瓦斯突出、瓦斯异常涌出、冒顶片帮、突水、透水等。针对煤矿矿山而言，瓦斯动力灾害是煤矿安全生产的最主要威胁，并且随着煤矿开采深度的增加，瓦斯动力灾害往往与冲击地压动力灾害共同耦合作用产生更为复杂的矿井动力灾害，因此快速准确地进行瓦斯预测对于有效的瓦斯防治具有重要意义。
2、目前现有的瓦斯浓度数据预测方法主要有三种，分别是：基于传统统计理论的预测方法、基于机器学习的预测方法和基于模态分解的预测方法。基于传统统计理论的预测方法主要包括自回归方法、自回归移动平均方法和自回归综合移动平均等方法，这些模型在线性平稳时间序列预测中表现良好，但由于矿井瓦斯浓度数据具有较强的随机性和非平稳性的特征，因此这些模型在矿井瓦斯浓度数据的预测精度并不理想...
【技术保护点】
1.一种基于优化变分模态分解的矿井瓦斯浓度预测方法，其特征在于，基于IVMD-JKELM-CEC，具体包括以下步骤：
2.根据权利要求1所述的基于优化变分模态分解的矿井瓦斯浓度预测方法，其特征在于，Step2中，通过改进的变分模态分解IVMD将归一化后的实验数据分解成多个具有不同中心频率的固有模态分量IMF具体如下：
3.根据权利要求2所述的基于优化变分模态分解的矿井瓦斯浓度预测方法，其特征在于，Step2中，中心频率最小差值商算法具体如下：
4.根据权利要求1所述的基于优化变分模态分解的矿井瓦斯浓度预测方法，其特征在于，Step3...
【技术特征摘要】
1.一种基于优化变分模态分解的矿井瓦斯浓度预测方法，其特征在于，基于ivmd-jkelm-cec，具体包括以下步骤：
2.根据权利要求1所述的基于优化变分模态分解的矿井瓦斯浓度预测方法，其特征在于，step2中，通过改进的变分模态分解ivmd将归一化后的实验数据分解成多个具有不同中心频率的固有模态分量imf具体如下：
3.根据权利要求2所述的基于优化变分模态分解的矿井瓦斯浓度预测方法，其特征在于，step2中，中心频率最小差值商算法具体如下：
4.根据权利要求1所述的基于优化变分模态分解的矿井瓦斯浓度预测方法，其特征在于，step3中，对ivmd分解得到的每个imf划...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。