基于Keras长短时记忆网络的矿井瓦斯浓度预测研究OA北大核心CSCDCSTPCD
Prediction of Mine Gas Concentration in Heading Face Based on Keras Long Short Time Memory Network
瓦斯浓度监测是煤矿瓦斯灾害事故预警的重要的手段,其浓度变化预测对于提升矿山安全生产具有重要意义.针对矿井瓦斯浓度预测问题,建立了一种基于Keras长短时记忆网络的矿井瓦斯浓度预测模型.该模型首先对矿井瓦斯浓度时间序列进行标准化处理,并将处理后的时间序列划分为训练集与测试集;然后通过调用测试集数据进行模型训练,利用提出的基于LSTM网络建立的矿井瓦斯浓度多步预测模型,实现了对矿井瓦斯浓度发展趋势的预测,并利用损失函数计算预测误差大小,评估模型的预测…查看全部>>
张震;朱权洁;李青松;刘衍;张尔辉;赵庆民;秦续峰
华北科技学院安全工程学院,河北三河 065201华北科技学院安全工程学院,河北三河 065201贵州省矿山安全科学研究院,贵州贵阳 550025湖北省烟草公司十堰市公司,湖北十堰 442000华北科技学院安全工程学院,河北三河 065201山东能源淄博矿业集团有限责任公司,山东淄博 255000山东能源淄博矿业集团有限责任公司,山东淄博 255000
资源环境
瓦斯浓度预测LSTM神经网络Python多步预测
《安全与环境工程》 2021 (1)
61-67,78,8
河北省高等学校科学研究计划项目(Z2020124)贵州省科技计划项目([2018]3003-1、[2018]3003-2)贵州省优秀青年科技人才培养计划项目([2019]5675)
评论