基于PCA-ELM的矿井突水水源识别方法研究
梁戈龙1
李继升2
冯来宏2
杜松3
李唐玥琪3
1.华能庆阳煤电有限责任公司核桃峪煤矿,甘肃 庆阳7453062.华能煤炭技术研究有限公司,北京1011003.中国煤炭地质总局勘查研究总院,北京100039
摘要：为提高矿井突水水源识别精度,基于PCA-ELM模型提出了一种的矿井突水水源判别方法.通过降维获得基本控制变量,将主成分分析(PCA)应用于ELM模型的训练集、验证集和测试集,使用数据样本验证模型.结果表明:通过模拟PCA-ELM模型在10 s内进行分类,PCA-ELM模拟练习准确率达到100％;BP神经网络模拟准确率仅为83.3％,远低于PCA-ELM模型的准确性.
关键词：煤矿突水预测模型预测方法极限学习机主成分分析法
分类号：X45(人为灾害及其防治)X523(水体污染及其防治)
资助基金：华能集团总部科技项目(HNKJ20-H37)鄂尔多斯市科技合作重大专项(2021EEDSCXQDFZ006)
论文发表日期：2022-12-28
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：6( 132-137 )
英文信息