基于SSA—KELM的煤与瓦斯突出预测  

Prediction of coal and gas outburst based on SSA-KELM

作　　者：周勇 赵常辛 张德森 杨越鑫 陈恒阁 孙永鑫 ZHOU Yong;ZHAO Changxin;ZHANG Desen;YANG Yuexin;CHEN Hengge;SUN Yongxin(CHN Energy Wuhai Energy Co.,Ltd.,Wuhai 016099,China;Project German Mining GmbH(Beijing)Co.,Ltd.,Beijing 100086,China;School of Emergency Management and Safety Engineering,China University of Mining and Technology-Beijing,Bejing 100083,China)

机构地区：[1]国家能源集团乌海能源有限责任公司,内蒙古乌海016099 [2]德矿事业(北京)科技有限公司,北京100086 [3]中国矿业大学(北京)应急管理与安全工程学院,北京100083

出　　处：《工矿自动化》2023年第S02期81-86,共6页Journal Of Mine Automation

摘　　要：以煤与瓦斯突出灾害为研究对象,以核极限学习机(KELM)作为预测工具,利用麻雀搜索算法(SSA)对KELM进行优化,建立了SSA-KELM预测模型。采用该模型对突出瓦斯量进行预测,并与随机森林算法、传统的极限学习机进行对比,结果表明:以煤层瓦斯压力、瓦斯放散初速度、软分层厚度、坚固性系数作为预测指标建立的SSA-KELM预测模型预测精度较高,误差率分别为9.37%和10.20%,验证了该模型的可行性。搭建了基于SSA-KELM的突出瓦斯量预测系统,实现了突出瓦斯量预测的可视化。

关 键 词：煤与瓦斯突出 智能预测 核极限学习机 麻雀搜索算法 煤层瓦斯压力 瓦斯放散初速度 软分层厚度 坚固性系数 

分 类 号：TD712[矿业工程—矿井通风与安全]