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...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 m 3/h,均方根误差为10.6 m 3/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。展开更多
针对矿井涌水量预测中存在的深度学习模型预测精度不高和适用性不强的问题,提出了一种基于深度残差网络(Deep Residual Network,DRN)和双向长短记忆网络(Bidirectional short and long memory network,BiLSTM)的矿井涌水量预测方法。首...针对矿井涌水量预测中存在的深度学习模型预测精度不高和适用性不强的问题,提出了一种基于深度残差网络(Deep Residual Network,DRN)和双向长短记忆网络(Bidirectional short and long memory network,BiLSTM)的矿井涌水量预测方法。首先,将矿井涌水量数据进行小波分解和归一化处理,得到趋势项数据和细节项数据;其次,采用DRN网络方法对趋势项数据进行预测,采用BiLSTM网络方法对细节项数据进行预测;最后,将2部分预测结果进行重构得到矿井涌水量预测结果。研究结果表明:DRN-BiLSTM模型相比于单一模型预测精度更高,说明该模型具有更好的泛化性。展开更多
为探索砂岩孔隙微观特征与宏观渗透性能的相关性,针对酸刺沟煤矿3个钻孔不同深度9个砂岩样本的SEM图像(放大1 000倍)进行统计分析,SEM图像中孔隙"周长-面积"具有较好的分形特征,分形维数值取1~1.3.之后,借鉴宏观砂岩孔隙中水...为探索砂岩孔隙微观特征与宏观渗透性能的相关性,针对酸刺沟煤矿3个钻孔不同深度9个砂岩样本的SEM图像(放大1 000倍)进行统计分析,SEM图像中孔隙"周长-面积"具有较好的分形特征,分形维数值取1~1.3.之后,借鉴宏观砂岩孔隙中水体渗流的不等径毛束管模型,建立了基于微观孔隙分形特征的渗流不等径毛束管理论模型,推导了微观尺度下渗透系数和渗透率的计算理论模型,计算了各样本的渗透率和渗透系数,取值范围分别在0.002~0.09 m D和1.2~24.4 m/s.为验证理论模型的计算结果,对相同岩芯样本的渗透率进行了中尺度下的实测,实测值取值范围0.34~0.59 m D.最后经相关分析,建立了微观尺度和中尺度下渗透率的相关关系式,相关系数为0.7.可以得出结论,所建立砂岩孔隙微观尺度下渗透率计算的理论公式有一定的合理性,其与中尺度的渗透率存在一定的相关性.展开更多
文摘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 m 3/h,均方根误差为10.6 m 3/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。
文摘针对矿井涌水量预测中存在的深度学习模型预测精度不高和适用性不强的问题,提出了一种基于深度残差网络(Deep Residual Network,DRN)和双向长短记忆网络(Bidirectional short and long memory network,BiLSTM)的矿井涌水量预测方法。首先,将矿井涌水量数据进行小波分解和归一化处理,得到趋势项数据和细节项数据;其次,采用DRN网络方法对趋势项数据进行预测,采用BiLSTM网络方法对细节项数据进行预测;最后,将2部分预测结果进行重构得到矿井涌水量预测结果。研究结果表明:DRN-BiLSTM模型相比于单一模型预测精度更高,说明该模型具有更好的泛化性。
文摘为探索砂岩孔隙微观特征与宏观渗透性能的相关性,针对酸刺沟煤矿3个钻孔不同深度9个砂岩样本的SEM图像(放大1 000倍)进行统计分析,SEM图像中孔隙"周长-面积"具有较好的分形特征,分形维数值取1~1.3.之后,借鉴宏观砂岩孔隙中水体渗流的不等径毛束管模型,建立了基于微观孔隙分形特征的渗流不等径毛束管理论模型,推导了微观尺度下渗透系数和渗透率的计算理论模型,计算了各样本的渗透率和渗透系数,取值范围分别在0.002~0.09 m D和1.2~24.4 m/s.为验证理论模型的计算结果,对相同岩芯样本的渗透率进行了中尺度下的实测,实测值取值范围0.34~0.59 m D.最后经相关分析,建立了微观尺度和中尺度下渗透率的相关关系式,相关系数为0.7.可以得出结论,所建立砂岩孔隙微观尺度下渗透率计算的理论公式有一定的合理性,其与中尺度的渗透率存在一定的相关性.