基于多元时间序列的煤矿粉尘浓度预测方法
邓勤
煤矿灾害防控全国重点实验室,重庆 400037;中煤科工集团重庆研究院有限公司,重庆 400037
摘要：为了提高矿井粉尘浓度预测精度,针对煤矿粉尘浓度数据的时序特征,提出了一种基于多元时间序列分析的煤矿粉尘浓度预测方法.采用变分模态分解(VMD)将粉尘浓度时序信号分解为趋势、周期和随机波动3 个维度;分别利用灰色模型(GM(1,1))、霍尔特-温特斯(Holt-Winters)三次指数平滑法及自回归移动平均(ARMA(p,q))模型对各维度进行预测,并将预测结果进行融合生成最终预测值.利用现有矿井监测数据对提出的粉尘浓度预测方法进行了验证.实验结果表明,基于多元时间序列的煤矿粉尘浓度预测方法的平均绝对误差(MAE)为 0.009 4,均方误差(MSE)为 0.000 1,均方根误差(RMSE)为0.010 4,最大相对误差为 0.48%.将基于多元时间序列的煤矿粉尘浓度预测方法与经典单一或复合方法进行比较,其在MSE、RMSE及最大相对误差等关键指标方面均优于经典方法,验证了该方法的有效性.
关键词：粉尘浓度预测时序数据变分模态分解灰色模型霍尔特-温特斯三次指数平滑法自回归移动平均模型
分类号：TD714(矿山安全与劳动保护)
资助基金：重庆市自然科学基金(CSTB2023NSCQ-MSX0736)国家重点研发计划(2023YFC2509305)中煤科工集团重庆研究院自立重点专项项目(2023ZDZX01)
论文发表日期：2024-12-10
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：8( 35-41,53 )
英文信息