基于灰色理论-BP神经网络预测瓦斯含量

• 作者: 张岩 温建强 高帅帅 高望
• 来源期刊: 能源技术与管理
• 学科: 工学
• 关键词: 瓦斯预测 灰色关联度 BP神经网络 网络训练
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 矿业技术
• 页码范围: 44-45,55
• 页数: 3页
• 分类号: TD712
• 字数: 1838字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9943.2020.01.016

摘要

以山阳矿5号煤层为研究对象,运用瓦斯地质学和灰色关联分析法,得出基岩厚度、煤层厚度和埋深是影响该矿瓦斯赋存的主要因素,并将其作为BP神经网络模型的输入端神经元,初步构建出瓦斯含量预测模型.结合地勘时期瓦斯钻孔的实际数据,进行网络训练,再对预测模型的可靠性进行检验.检验结果表明,采用该预测模型预测瓦斯含量,精度较高,效果较好,能满足工程要求.因此,采用灰色BP神经网络可以对未开采区域煤层瓦斯含量进行准确预测,为矿井瓦斯灾害防治提供了一定的参考依据.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	温建强		1	1	1.0	1.0
2	张岩		2	1	1.0	1.0
3	高帅帅		2	1	1.0	1.0
4	高望		2	1	1.0	1.0