-
题名煤岩瓦斯动力灾害风险智能判识与融合预测
- 1
-
-
作者
罗卫东
杨乘
胡金春
袁荣方
赵喜宇
-
机构
贵州能源产业研究院有限公司
贵州林东煤业发展有限责任公司龙凤煤矿
-
出处
《能源与环保》
2024年第5期71-77,共7页
-
基金
国家重点研发课题(2019YFC1805505)
中央引导地方科技发展资金项目(黔科中引地[2022]4024)
2021年度贵州省科技支撑计划项目(黔科合支撑[2021]一般515)。
-
文摘
煤岩瓦斯动力灾害对矿井安全生产造成了极大威胁,由于诱发因素众多,其内在的致灾机理难以被有效探明。为实现煤岩瓦斯动力灾害风险的智能识别与预测,建立了基于CNN的煤岩瓦斯动力灾害风险智能判识与融合预测模型。模型中采用Box-plot与MI方法进行数据清洗,并利用GRA方法建立包含10个风险因素在内的煤岩瓦斯动力灾害的指标体系,通过PCA方法对数据进行降维处理后,输入至CNN模型中进行融合与预测。通过与ANN、BP、RF、SVM模型的对比分析表明,基于CNN的煤岩瓦斯动力灾害风险智能判识与融合预测模型具有更高的准确性,同时此模型的收敛速度更快,验证了此模型在实际工程中具有更可靠的工程价值。
-
关键词
煤岩瓦斯动力灾害
卷积神经网络
预测模型
风险识别
深度学习
-
Keywords
coal,rock and gas dynamic disaster
convolutional neural network
prediction model
risk identification
deep learning
-
分类号
TD324
[矿业工程—矿井建设]
-