基于CEEMDAN和改进的混合时间序列模型工作面涌水量预测研究 |
| |
引用本文: | 丁莹莹,尹尚先,连会青,卜昌森,刘伟,夏向学,周旺.基于CEEMDAN和改进的混合时间序列模型工作面涌水量预测研究[J].中国安全生产科学技术,2024(3):110-117. |
| |
作者姓名: | 丁莹莹 尹尚先 连会青 卜昌森 刘伟 夏向学 周旺 |
| |
作者单位: | 1. 华北科技学院安全工程学院;2. 吉林大学建设工程学院;3. 山西汾西矿业(集团)有限责任公司矿山救护大队 |
| |
基金项目: | 国家自然科学基金项目(42202291);;中央高校基本科研业务费专项资金资助项目(3142021004,3142022003); |
| |
摘 要: | 为提高采煤工作面涌水量预测准确度,收集大量工作面涌水量观测数据进行整理、统计、分析,将涌水量稳定性、周期性和季节性特征考虑在内,提出1种基于数据驱动的完全自适应模态分解算法(CEEMDAN)和改进的混合时间序列模型工作面涌水量预测方法。该方法利用CEEMDAN处理涌水量数据,构建麻雀搜索算法(SSA)优化的长短期记忆网络(LSTM)和自回归移动平均模型(ARIMA)并行级联而成的混合时间序列模型对工作面涌水量进行预测。研究结果表明:该模型预测结果与真实数据相差更小,平均绝对误差为6.36 m3/h,均方根误差为10.6 m3/h,模型拟合系数为0.95,更适用于工作面涌水量预测。研究结果可为矿井工作面涌水量预测及防控提供参考。
|
关 键 词: | 涌水量预测 时间序列预测 混合模型 经验模态分解 麻雀搜索算法 |
|
|