基于极限学习机的煤矿瓦斯涌出量预测研究

• 作者: 田虎军 胡新社 贾世有 秦落铭 王向伟 袁圣秋
• 来源期刊: 能源技术与管理
• 学科: 工学
• 关键词: 极限学习机(ELM) 瓦斯涌出量 预测模型
• 年，卷（期）: 2021,（1）
• 所属期刊栏目: 信息技术
• 页码范围: 190-192
• 页数: 3页
• 分类号: TD712
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9943.2021.01.068

摘要

为有效挖掘煤矿瓦斯涌出量数据的非线性特征,及时消除煤矿瓦斯安全风险,降低瓦斯灾害的发生概率,建立了以极限学习机算法为核心的煤矿瓦斯涌出量预测模型.同时,为验证其鲁棒性及优越性,引入BP神经网络模型进行对比分析.研究结果表明,基于ELM的煤矿瓦斯涌出量预测模型能够对煤矿瓦斯涌出量数据特征进行良好的描述,且各项对比指标均优于BP神经网络模型,为煤矿瓦斯涌出量预测研究提供了新的方法.