煤岩瓦斯动力灾害风险智能判识与融合预测

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。