文献类型：期刊文章

作　　者：董丁稳[1] 刘洁[2] 王红刚[1]

机构地区：[1]西安科技大学能源学院 [2]西安科技大学期刊中心,陕西西安710054

出　　处：《中国安全科学学报》

基　　金：国家自然科学基金资助(51104116);西安科技大学博士启动基金资助(A5030134)

年　　份：2013

卷　　号：23

期　　号：5

起止页码：88-93

语　　种：中文

收录情况：BDHX、BDHX2011、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2013_2014、IC、JST、RCCSE、ZGKJHX、核心刊

摘　　要：为有效分析煤矿瓦斯监测数据,较准确地预测瓦斯浓度,根据矿井瓦斯实时监测数据和现场采煤方式的特点,分解数据形成的时间序列,用自回归(AR)、径向基函数神经网络(RBFNN)和高斯过程回归(GPR)3个模型组合进行预测。以预测有效度作为其精度的评估指标,得出最佳瓦斯浓度预测结果,实现瓦斯浓度自适应预测,并结合瓦斯监测数据的统计特征,实现瓦斯浓度的实时动态预警。实例分析表明:应用该方法能够提高预测精度,实现超前预警。

关 键 词：监测数据 预处理 自适应预测 预警 瓦斯浓度

分 类 号：X936[安全科学与工程类]