基于數(shù)據(jù)挖掘技術(shù)的瓦斯涌出量預測方法研究.pdf

1、瓦斯災害是煤礦的主要災害之一,不僅會給工作人員的生命安全造成很大的威脅而且還會帶來大量的財產(chǎn)損失。做好瓦斯防治工作至關(guān)重要,而瓦斯涌出量預測是瓦斯防治中的重要環(huán)節(jié),在很大程度上影響著煤礦的安全生產(chǎn)。因此,根據(jù)不同的礦井的情況,選擇與其適應(yīng)的瓦斯涌出量預測方法對指導礦井安全作業(yè)和制定行之有效的瓦斯災害治理措施具有十分重要的意義。
　　本文采用數(shù)據(jù)挖掘的相關(guān)技術(shù)與方法,對某礦瓦斯涌出影響因素及涌出量進行分析與預測研究,并利用Poly

2、Analyst與MATLAB軟件進行建模與計算。
　　(1)運用Poly Analyst與MATLAB分別對瓦斯涌出量及影響因素進行相關(guān)分析與灰色關(guān)聯(lián)分析,并得出以下結(jié)果:①某礦的瓦斯涌出量與煤層瓦斯含量、煤層埋深、煤層厚度、開采強度、鄰近層瓦斯含量成正相關(guān),與推進速度和工作面采出率成負相關(guān);②以上各影響因素與瓦斯涌出量的相關(guān)系數(shù)的絕對值都在0.71以上,呈顯著相關(guān)或高度相關(guān)。③經(jīng)兩種分析方法共同確定的影響因素為煤層瓦斯含量、煤層

3、厚度、開采強度、煤層埋深、鄰近層瓦斯含量。
　　(2)利用Poly Analyst軟件平臺的支持向量回歸機模型對瓦斯涌出量進行預測。通過對訓練數(shù)據(jù)的預測,選取了支持向量回歸機兩種核函數(shù)的參數(shù)。由預測結(jié)果可知:①當多項式核函數(shù)參數(shù)及多項式的次數(shù)為5時,平均相對誤差最小為0.91％。②當高斯核函數(shù)參數(shù)及標準偏差為2.1時,平均相對誤差最小為8.59%。
　　(3)通過已選的兩種核函數(shù)參數(shù)對測試數(shù)據(jù)進行預測,由預測結(jié)果可知:多項式

4、核函數(shù)預測的平均相對誤差為3.04%,高斯核函數(shù)的平均相對誤差為5.39%,前者的預測精度優(yōu)于后者。運用Poly Analyst支持向量回歸機模型進行瓦斯涌出量預測,簡單易行,便于掌握,能夠充分運用瓦斯涌出量影響因素的各項數(shù)據(jù),實現(xiàn)速度快、預測精度高,省去了大量繁瑣的計算工作,并且能夠取得良好的預測效果,為瓦斯涌出量的預測的實現(xiàn)提供了一條新途徑。但是,在模型應(yīng)用的過程中,要注意根據(jù)所研究對象的性質(zhì),選用合適的核函數(shù)及其參數(shù)。