瓦斯浓度动态在线预测模型_中国煤炭行业知识服务平台

瓦斯浓度动态在线预测模型

作者

丰胜成卢万杰徐耀松孟庭儒代巍
单位

辽宁工程技术大学安全科学与工程学院辽宁工程技术大学机械工程学院辽宁工程技术大学电气与控制工程学院
摘要

为有效预测采煤工作面的瓦斯浓度,针对具有高度非线性、不确定性、时变性及复杂性的瓦斯浓度序列,提出在线序贯极限学习机理论的瓦斯浓度动态预测模型,该模型可以实时更新监测信息,并根据历史数据和当前数据进行模型的离线训练和在线学习以完成对未来时刻瓦斯浓度的动态预测.同时,引入自适应萤火虫算法优化预测模型参数.实验结果表明:该方法通过实时更新样本数据,降低了复杂度,耗时小,学习影射能力强.该模型的预测误差比BPNN和ELM网络模型低,具备良好的预测精度与更强的泛化能力.
关键词

瓦斯浓度动态在线预测在线序贯极限学习机萤火虫算法自适应步长调整
基金项目(Foundation)

国家自然科学基金(71771111)；辽宁省自然基金指导计划项目(20180550438)；
相关文章

[1]基于VMD与DE-Elman的瓦斯浓度动态预测