基于小波包神经网络瓦斯涌出量预测方法研究

摘要：

针对煤矿井下回采工作面瓦斯积聚和瓦斯超限等严重问题,将小波包神经网络模型引入煤矿瓦斯涌出量预测中.首先由小波包变化对采集数据进行分解、重构并提取特征向量,然后输入到基于动态节点生成算法的RBF神经网络模型中训练学习,同时采用删除策略简化该模型,最后通过时频联合仿真验证,结果表明,WP-IRBF模型在预测精度及训练误差方面明显优于QPSO-RBF模型,是一种非常适合煤矿瓦斯量预测的有效方法.

关键词： 煤矿生产 瓦斯涌出量 小波包神经网络 删除策略 特征值提取

作者: 彭晓华 刘利强

作者单位: 辽宁工程技术大学 基础教学部,辽宁葫芦岛125105 辽宁工程技术大学 电气与控制工程学院,辽宁葫芦岛125105

会议类型: 国内会议

会议名称: 第十三届全国矿业系统工程学术会议暨中国煤炭学会煤矿系统工程专业委员会工作会议(2015)

会议地点: 辽宁葫芦岛

会议语种:中文

页码: 150-157

在线出版日期: 2015-08-01（万方平台首次上网日期，不代表论文的发表时间）