DOI: 10.11799/ce202409019
基于POI-ConvLSTM模型的周期来压预测研究
尹春雷
北京天玛智控科技股份有限公司,北京 101399;北京航空航天大学 软件学院,北京 100191
摘要：针对综采工作面周期来压预测的技术难题,研究了理论分析、数据采集与预处理、模型评估与优化等方法,提出了具有时空关联分析与POI(Point of Intersesting)数据的ConvLSTM模型,利用多源数据融合得到周期来压预测的最优解,实现工作面环境状态的实时感知和预测.试验结果表明:基于POI-ConvLSTM的工作面周期来压预测模型,均方误差为 0.159,R2 评价指标为 0.999,相比于Seq2Seq和ConvLSTM模型的均方误差分别降低了68.07%和4.22%.可见,融合了多元数据POI-ConvLSTM模型的预测精度更高,普适性更强,能够准确地提前预测周期来压问题.
关键词：POIConvLSTM周期来压时空关联
分类号：TD323(矿山压力与支护)
论文发表日期：2024-09-20
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( 121-126 )
英文信息