基于BP神经网络的未采区瓦斯含量预测

• 作者: 张岩 高帅帅 高望
• 来源期刊: 陕西煤炭
• 学科: 工学
• 关键词: 瓦斯预测 BP神经网络 网络训练 多元线性回归
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 问题探讨
• 页码范围: 77-80
• 页数: 4页
• 分类号: TD712.5
• 字数: 2036字
• 语种: 中文

摘要

为提高预测模型的可靠性,实现对煤层未采区域瓦斯含量的精确预测,以山阳煤矿5#煤层为研究对象,进行未采区瓦斯含量的预测.运用瓦斯地质学和多元线性回归分析法,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.结果表明: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.采用多元线性回归-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	张岩		2	1	1.0	1.0
2	高帅帅		2	1	1.0	1.0
3	高望		2	1	1.0	1.0