【技术实现步骤摘要】
本专利技术涉及矿业工程，特别是涉及一种基于bp神经网络的矿井通风量预测方法和系统。
技术介绍
1、通风系统高精度调控和系统故障智能识别不仅大幅降低风量分配不当引发工程事故的概率，而且有效减少风机长期恒定功率运行造成电能的浪费。风量分析是矿井通风调控和故障识别的关键，建立基于数据的高效、智能矿井风量预测方法对采矿工程数字化、提高矿山安全保障能力具有重要意义。
2、国内外常用风网解算方法预测矿井通风量，但是风网解算方法严重依赖于风网结构模型的建立和巷道风阻、空气温度等参数的确定，实际工程中巷道风阻等参数的不确定性导致风网解算方法应用于实际工程风量调控具有较大局限性，因此，解决风网解算方法过分依赖风网结构模型的建立和空气温度等参数无法确定的问题，寻找一种基于已有的实测数据，不依赖矿井通风参数并可考虑复杂影响因素的矿井通风量智能预测方法是当前亟需解决的问题。
技术实现思路
1、针对现有方法的不足以及实际应用的需求，为了提高矿井通风量预测能力，解决基于已有的实测数据，能够不依赖矿井通风参...
【技术保护点】
1.一种基于BP神经网络的矿井通风量预测方法，其特征在于，所述基于BP神经网络的矿井通风量预测方法，包括以下步骤：
2.根据权利要求1所述基于BP神经网络的矿井通风量预测方法，其特征在于，所述矿井通风量分布规律满足：矿井通风量的可变风阻变化范围采用对数随机分布，矿井通风量的可变风机风压变化范围采用均匀随机分布。
3.根据权利要求1所述基于BP神经网络的矿井通风量预测方法，其特征在于，所述矿井通风量样本筛选规律满足：
4.根据权利要求1所述基于BP神经网络的矿井通风量预测方法，其特征在于，所述通过所述矿井通风量训练数据、所述矿井通风量...
【技术特征摘要】
1.一种基于bp神经网络的矿井通风量预测方法，其特征在于，所述基于bp神经网络的矿井通风量预测方法，包括以下步骤：
2.根据权利要求1所述基于bp神经网络的矿井通风量预测方法，其特征在于，所述矿井通风量分布规律满足：矿井通风量的可变风阻变化范围采用对数随机分布，矿井通风量的可变风机风压变化范围采用均匀随机分布。
3.根据权利要求1所述基于bp神经网络的矿井通风量预测方法，其特征在于，所述矿井通风量样本筛选规律满足：
4.根据权利要求1所述基于bp神经网络的矿井通风量预测方法，其特征在于，所述通过所述矿井通风量训练数据、所述矿井通风量验证数据和所述矿井通风量待预测数据，获得矿井通风量训练处理数据、矿井通风量验证处理数据和矿井通风量待预测处理数据，包括以下步骤：
5.根据权利要求1所述基于bp神经网络的矿井通风量预测方法，其特征在于，所述设定bp神经网络的参数，获得矿井通风量预测模型，包括以下...
【专利技术属性】
技术研发人员：王孝东，胡绩泰，白畯文，赵昕，李念容，黄雪林，滕英超，郑永新，
申请(专利权)人：昆明理工大学，
类型：发明
国别省市：
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。