基于HHT-CS-ELM的瓦斯涌出量时序预测
王永文
山西汾西矿业(集团)有限责任公司,山西晋中,032000
摘要：为有效挖掘瓦斯涌出量监测数据隐含特征,预防瓦斯动力灾害,基于希尔伯特-黄变换(HHT)方法、布谷鸟搜索算法(CS)和极限学习机(ELM)基本理论,构建了瓦斯涌出量的HHT-CS-ELM动态预测模型.通过EMD将样本序列分解成多个不同频率的本征模态函数(IMF)分量;利用Hilbert变换获取各分量的瞬时频率,并据此将IMF分量划分成较高频和低频,采用不同的预测模型进行预测,经叠加各预测值得到最终预测结果.以汾西矿业集团某矿瓦斯涌出量监测数据为例进行仿真实验,结果表明:HHT方法能有效降低数据复杂度,其最小相对误差为0.144％,最大相对误差为0.388％,平均相对误差为0.281％,具有较高的预测精度和泛化能力;更好地适用于非平稳时间序列预测.
关键词：绝对瓦斯涌出量Hilbert变换布谷鸟搜索算法极限学习机时序预测
分类号：TD713(矿山安全与劳动保护)
论文发表日期：2017-01-01
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：4( 5-8 )
英文信息