采掘作业空间风温预测是矿井热害治理的重要基础。为精准预测掘进工作面风温，建立了基于PSO-SVR（基于粒子群的支持向量回归）的掘进工作面风温预测模型，并通过与多元线性回归MLR模型和经“试错法”标定参数的常规SVR模型进行对比，分析PSO-SVR算法的优势，最终应用于平煤十矿己-24120保护层风巷风温预测与局部制冷降温。结果表明：PSO-SVR模型预测性能最优，模型平均百分比误差仅为1.81%，较常规SVR模型减小了62.6%，可见PSO优化模型参数对于提高SVR拟合度、泛化性及预测精度具有重要作用，此外基于PSO-SVR掘进工作面风温预测结果与《煤矿安全规程》风温要求计算得到己-24120保护层风巷需冷量为1083.28 kW，根据该结果进行局部制冷降温，工作面风温平均降幅约8.6 ℃，降温效果显著，表明了PSO-SVR掘进工作面风温预测模型的可靠性和可行性。

0引言
1风温预测模型
1.1支持向量回归（SVR）
1.2 粒子群优化算法（PSO）
1.3 多元线性回归（MLR）
2 PSO-SVR预测模型建立
2.1 预测模型建立过程
3 掘进工作面风温预测算例分析
3.1 掘进工作面风温原始数据
3.2 预测结果对比分析
4 现场应用及效果分析
4.1 工作面概况
4.2 风温预测及冷负荷计算
4.3 降温方案及效果分析
5 结论

李延河,万志军,于振子,等.基于PSO-SVR的掘进工作面风温预测研究[J/OL].煤炭科学技术,1-9[2024-09-30].http://kns.cnki.net/kcms/detail/11.2402.TD.20240930.0908.002.html.