[发明专利]一种上隅角瓦斯浓度预测方法

摘要

本发明公开了一种上隅角瓦斯浓度预测方法，其特征在于，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，提出了一种基于灰色关联分析的支持向量机预测模型；其包括如下步骤：以矿井工作面上隅角瓦斯浓度测试数据为训练样本，通过编制Matlab计算程序，实现了GA-SVM模型的建立与预测；本发明可用于上隅角处的瓦斯浓度预测。

主权项

一种上隅角瓦斯浓度预测方法，其特征在于，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，提出了一种基于灰色关联分析的支持向量机预测模型；其包括如下步骤：以矿井工作面上隅角瓦斯浓度测试数据为训练样本，通过编制Matlab计算程序，实现了GA‑SVM模型的建立与预测；本发明可用于上隅角处的瓦斯浓度预测，样本参数包括：上隅角瓦斯浓度%，产量t，风量m³·min^‑1，高位钻孔抽放量m³·min^‑1，上隅角抽放量m³·min^‑1，相对变率关联度的确定，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，关联系数为   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   (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式(3)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。