文献类型：期刊文章

作　　者：付华[1] 刘汀[1] 张胜强[1] 赵东红[1] 丁冠西[2]

机构地区：[1]辽宁工程技术大学电气与控制工程学院,辽宁葫芦岛125105 [2]国网辽宁省电力有限公司辽阳供电公司,辽宁辽阳11100

出　　处：《传感技术学报》

基　　金：国家自然科学基金项目(51274118);辽宁省教育厅基金项目(L2012119);辽宁省科技攻关项目(2011229011)

年　　份：2015

卷　　号：28

期　　号：8

起止页码：1255-1261

语　　种：中文

收录情况：BDHX、BDHX2014、CAS、CSCD、CSCD2015_2016、INSPEC、JST、SCOPUS、ZGKJHX、核心刊

摘　　要：针对煤矿瓦斯涌出量的多影响因素预测问题,以多传感器的瓦斯监测系统采集处理后的数据作为样本,提出了一种自组织特征映射神经网络(Self-organizing Feature Maps,SOM)与多变量的径向基函数(Radial Basis Function,RBF)结合的组合人工神经网络的模型动态预测新方法。采用先聚类、再分类建模和预测的方法,解决了由于训练样本有限和训练样本点分散所导致的预测精度降低的问题,并通过矿井监测到的各项历史数据进行试验。结果表明,与其他预测模型相比较,该模型的预测精度更高,泛化能力更强。预测平均相对误差为2.16%,均相对变动值ARV为0.005 9,均方根误差RMSE为0.131 1,有效地实现了对煤矿绝对瓦斯涌出量的动态预测,有较高的实用价值。

关 键 词：多传感器 瓦斯涌出量 自组织特征映射神经网络 径向基函数 动态预测  

分 类 号：TP391] TP212[计算机类]