基于LSTM神经网络的煤矿突水预测

基于LSTM神经网络的煤矿突水预测

论文摘要

针对煤层底板突水预测问题,在总结现有突水预测方法和理论的基础上,通过特征选择实验得出水压、距工作面距离、砂岩段厚度、煤层厚度、煤层倾角、断层落差、裂隙带、开采面积、采高、走向长度是影响突水发生的主要因素,这些因素具有复杂、非线性的特点。提出基于长短时记忆(LSTM)神经网络构建的突水预测模型,将煤矿突水实例的数据作为样本数据对模型进行训练。最后,将LSTM神经网络模型与遗传算法–反向传播(GA-BP)神经网络模型和反向传播(BP)神经网络模型进行对比实验。实验结果表明,LSTM神经网络模型在测试集上的预测正确率更高,稳定性更好,更适用于煤层底板突水预测。

论文目录

  • 1 突水影响因素分析
  • 2 基于LSTM神经网络的煤矿突水预测
  •   2.1 LSTM神经网络概述
  •   2.2 模型结构设计
  •   2.3 数据获取与处理
  •     2.3.1 数据来源
  •     2.3.2 归一化
  •     2.3.3 特征选择
  •   2.4 模型训练方法
  •   2.5 模型预测实验
  •     2.5.1 实验环境及参数设置
  •     2.5.2 实验结果分析
  • 3 煤层底板突水预测对比实验
  • 4 结论
  • 文章来源

    类型: 期刊论文

    作者: 董丽丽,费城,张翔,曹超凡

    关键词: 长短时记忆,特征选择,煤层底板突水预测

    来源: 煤田地质与勘探 2019年02期

    年度: 2019

    分类: 工程科技Ⅰ辑

    专业: 矿业工程,安全科学与灾害防治

    单位: 西安建筑科技大学信息与控制工程学院

    基金: 国家自然科学基金项目(61272458),陕西省自然科学基金项目(2016JM6031),西安市科技创新引导项目(201805033YD11CG17(1),201805033YD11CG17(2))~~

    分类号: TD745

    页码: 137-143

    总页数: 7

    文件大小: 707K

    下载量: 458

    相关论文文献

    • [1].基于机器学习的煤矿突水预测方法[J]. 计算机系统应用 2019(12)
    • [2].2007~2014年我国煤矿突水事故分析及规律研究[J]. 煤炭技术 2016(07)
    • [3].煤矿突水灾害地质条件分析及防治措施[J]. 城市地理 2014(12)
    • [4].矿井瞬变电磁法在煤矿突水灾害预防中的应用研究[J]. 煤炭技术 2020(11)
    • [5].照金煤矿突水溃沙事故救援遇到的困难和应对策略[J]. 陕西煤炭 2017(03)
    • [6].黔东地区煤矿突水原因分析[J]. 煤矿安全 2015(02)
    • [7].科技部支持煤矿突水、火灾等重大事故防治科技攻关[J]. 中国煤炭地质 2013(09)
    • [8].基于微震矩张量反演的中国董家河煤矿突水预警方法研究(英文)[J]. Journal of Central South University 2020(10)
    • [9].七台河新立煤矿突水危险性评价[J]. 黑龙江科技信息 2014(27)
    • [10].徐州市贾汪区煤矿突水事故对农业生态环境影响调查与评估[J]. 农业环境与发展 2013(02)
    • [11].某煤矿突水情况下疏水效果模拟[J]. 西部探矿工程 2013(07)
    • [12].煤矿突水预测方法探讨[J]. 河北工业科技 2008(04)
    • [13].煤矿突水灾害应急救援与管理[J]. 内蒙古煤炭经济 2019(24)
    • [14].蒋家河煤矿突水危害地质条件分析及防治措施[J]. 内蒙古煤炭经济 2019(17)
    • [15].基于非均衡样本集的煤矿突水预测模型[J]. 计算机系统应用 2018(04)
    • [16].国家科技重大项目“煤矿突水、火灾等重大事故防治关键技术与装备研发”启动[J]. 中国安全生产科学技术 2013(05)
    • [17].基于LabView的煤矿突水监测系统数据处理系统的设计[J]. 电气技术 2012(04)
    • [18].破碎岩体渗流规律及其在煤矿突水防治中的应用技术[J]. 煤炭工程 2010(08)
    • [19].基于非达西流模型的煤矿突水渗流机制数值模拟[J]. 金属矿山 2017(06)
    • [20].王行庄煤矿突水灾害地质条件分析与防治措施[J]. 煤矿安全 2010(06)
    • [21].一种改进的煤矿突水危险性评价方法[J]. 矿业研究与开发 2018(02)
    • [22].煤矿突水事故防治方法[J]. 中国矿业 2008(09)
    • [23].基于示性粒子的煤矿突水三维仿真算法设计与实现[J]. 煤炭技术 2018(07)
    • [24].国家科技重大项目“煤矿突水、火灾等重大事故防治关键技术与装备研发”在京启动[J]. 现代物业(上旬刊) 2014(06)
    • [25].煤矿突水行为研究系列试验装置研发及应用[J]. 金属矿山 2017(02)
    • [26].河南义煤集团石壕煤矿突水原因分析[J]. 湖南环境生物职业技术学院学报 2009(02)
    • [27].基于FCM的煤矿突水激光诱导荧光光谱分析[J]. 光谱学与光谱分析 2018(05)
    • [28].结合PHA-FTA方法在煤矿突水事故中的应用研究[J]. 煤炭与化工 2016(11)
    • [29].瞬变电磁法快速探查煤矿突水构造关键技术及应用效果[J]. 煤田地质与勘探 2014(06)
    • [30].韩桥煤矿突水决策信息系统[J]. 煤炭科技 2009(02)

    标签:;  ;  ;  

    基于LSTM神经网络的煤矿突水预测
    下载Doc文档

    猜你喜欢