PCA与ELM模型相结合的矿井突水水源快速识别方法研究

• 作者: 孙文洁 李祥 杨恒 杨蕾 王子超
• 来源期刊: 煤炭工程
• 学科: 工学
• 关键词: PCA模型 ELM模型 矿井突水 水源判别 赵各庄矿
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 研究探讨
• 页码范围: 111-115
• 页数: 5页
• 分类号: TD745
• 字数: 3405字
• 语种: 中文
• DOI: 10.11799/ce202001023

摘要

为了快速准确判别矿井突水水源,降低矿井突水事故给煤矿生产及人类生命财产安全带来的危害,以赵各庄矿为例,提出了主成分分析法(PCA)与极限学习机(ELM)相结合矿井突水水源快速识别方法.结果表明:PCA确定了赵各庄矿中Na+、Ca2+、Mg2+对水样影响较大,为赵各庄矿水样的主控因子,排除了其它指标冗余信息的影响;在MATLAB中导入PCA确定的水样中三种主成分数据,通过ELM模型仿真训练可在10s内得出水样分类结果,分类学习时间迅速;对比ELM模型与BP神经网络对水样的分类结果,ELM仿真训练结果精确度高达100％,而BP神经网络仿真训练结果精确度仅为83.33％,远低于ELM模型精确度.