矿井涌水量时间序列的长程相关性分析及分维数估算

根据矿井涌水量实测数据,探讨了矿井涌水量时间序列的两个重要特性,即:长程相关性和统计自相似特性。利用小波分析和分形理论在多尺度分析和自相似本质上的一致性,把小波分析和分形理论引入到矿井涌水量时间序列的分析中,得到矿井涌水量时间序列小波变换系数,在此基础上,提出了矿井涌水量时间序列分形维数的小波计算方法,并对巷道涌水量和回采工作面涌水量时间序列的分维值进行了计算,验证了小波分形维数估计法在提取矿井涌水量中所具有的分形特征信息是稳定的和可靠的。

矿井涌水量的中长期混沌预测

针对目前采煤矿井涌水量预测模型误差较大的问题,利用混沌理论对矿井涌水量进行混沌特征辨识,在此基础上,建立矿井涌水量中长期混沌预测模型。以平煤十二矿为例,对矿井涌水量序列(时间尺度为月)进行分析,其中最大Lyapunov指数为0.161 1,大于0,说明该序列具有混沌特征。计算了时间延迟(τ=12月)和嵌入维数(m=9),对涌水量序列进行相空间重构,建立了矿井涌水量中长期混沌预测模型(预测周期为6个月)。与实测结果对比,模型的预测精度达到了99.37%。该预测模型为矿山多季度安全生产计划的制定及水害防治提供了科学依据。

基于小波预处理的动态灰色模型在矿井涌水量预测中的应用

针对含噪声的矿井涌水量时间序列,传统静态灰色GM(1,1)预测模型容易受到随机干扰影响致使预测精度不高的问题,建立了基于小波消噪技术的动态等维灰色理论预测模型,并以新信息优先设置模型初始值,克服了传统静态灰色理论模型在预测过程中不考虑未来因素对系统影响的缺陷。实例分析表明,文章建立的消噪动态灰色模型预测效果远优于传统静态灰色模型,有借鉴价值。