基于GRU与非参数核密度估计的煤矿工作面瓦斯浓度区间预测模型
王向前1
王琴1
徐宁可2
1.安徽理工大学 经济与管理学院,安徽 淮南 2320012.安徽理工大学 计算机科学与工程学院,安徽 淮南 232001
摘要：瓦斯浓度预测对于瓦斯灾害防治具有重要意义.针对瓦斯浓度预测中预测精度低、泛化能力弱和单点预测方法描述信息过于单一的问题,提出一种基于GRU和NKDE的区间预测模型.首先,采用GRU网络实现瓦斯浓度的点预测,并在此基础上构建一组瓦斯浓度预测误差数据集;然后,以渐进积分均方误差为准则进行窗宽优化,实现非参数核密度估计;最后,通过叠加点预测结果,得到不同置信度下的瓦斯浓度区间预测结果,并进行评估.选取不同工作面的 2 组历史数据进行验证,研究结果表明:与SVM、BP和ARIMA等方法相比,GRU网络预测精度更高;基于GRU网络预测生成的误差数据集,与高斯模型及随机窗宽的非参数核密度估计模型相比,最优窗宽的非参数核密度估计模型更接近真实的预测误差分布,能够有效预测煤矿瓦斯浓度的区间.研究结果可为煤矿安全管理提供参考依据.
关键词：瓦斯浓度门控循环单元非参数核密度估计窗宽优化区间预测
分类号：TD712.6(矿山安全与劳动保护)
资助基金：国家自然科学基金(51874003)国家自然科学基金(51474007)
论文发表日期：2025-10-31
在线出版日期：2025-11-21（本平台首次上网日期，不代表文献的发表时间）
页数：8( 8-15 )
英文信息