[发明专利]一种上隅角瓦斯浓度预测方法

说明书

技术领域

本发明涉及巷道通风工程，特别是涉及上隅角处的瓦斯浓度预测。

背景技术

近年来，随着煤炭开采机械化的发展，回采工作面逐渐具有采高大、采长大、走向长的特点，因而采空区面积增大，常造成回采工作面，尤其是上隅角瓦斯超限。采空区漏风流场易引起上隅角瓦斯积聚，各煤层瓦斯含量随之增大，瓦斯治理难度也逐渐增大，严重影响了综合机械化采煤方法的应用和煤矿企业安全、高效生产。

上隅角瓦斯浓度容易超限是某些通风方法的固有缺陷，但由于这些通风方法比较简单，一些煤矿仍在采用。治理上隅角瓦斯浓度超限比较有效的方法包括打高位钻孔抽采采动裂隙区瓦斯、上隅角插(埋)管抽采采空区瓦斯等。但是如何预测这些治理的效果如何；影响瓦斯综合治理措施效果的因素有很多，如何找出哪些因素重要，进而有的放矢的进行治理，成为了目前研究的重点。

近年来，灰色关联度分析在系统预测方面取得了一定的研究成果和应用效果。在采矿工程领域，灰色预测理论较多的应用于矿井瓦斯灾害的预测和评价研究。利用支持向量机方法建立煤与瓦斯突出预测模型；利用遗传算法同支持向量机方法相结合建立了瓦斯涌出量预测模型。但是这些方法无法满足对上隅角瓦斯浓度进行准确预测的同时，分析出影响瓦斯综合治理措施效果的重要因素。

针对上述问题，为了准确预测执行瓦斯综合治理措施后的工作面上隅角瓦斯浓度并找到影响治理效果的重要因素，认为矿井采煤工作面瓦斯涌出是一个非典型的时序序列，应利用相对变率关联度对原始样本进行分析，结合支持向量机方法进行预测。所以，建立了基于GA和SVR的矿井工作面在瓦斯综合治理措施下的上隅角瓦斯浓度预测模型。

发明内容

1 相对变率关联度

设系统母因素行为时间序列为X₀=（x₀(1), x₀(2), …,x₀(n)），子因素行为时间序列为X_i=（x_i(1), x_i(2), …,x_i(n)），i=1,2,…,m。

将时间序列作为时间的函数，表示某一事物的发展过程，而描述事物发展过程比较合理的指标是相对变化速率，若相对变化速率基本一致，则可认为两序列有较高的相关程度。关联系数如下式所示:

1/ξ=1+|?x₀(t)/x₀(t)- ?x_i(t)/x_i(t)|   ,式中，△x_i(t)=x_i(t+1)-x_i(t)，i=0,1,…,m，?x_i(t)/x_i(t)为序列在时刻t的相对变化速率。

相对变率关联度为如下式所示:(n-1)r_0i=ξ₀₁(t)+ ξ₀₂(t)+…+ξ_0(n-1)(t)。

将母因素序列、子因素序列归一化后，进行关联度计算，并定义序列的权重如下式所示：

θ_i=r_0i/( r₀₁+ r₀₂+…+ r_0(n-1))

式中，θ_i表示第i个子因素序列的权重值。变换后的子因素序列如下式所示：

X′_i=θ_iX_i  。

2 SVM回归（SVR）