有哪些信誉好的足球投注网站- 1、本文档共5页，可阅读全部内容。
- 2、有哪些信誉好的足球投注网站（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
第40卷第1期赤峰学院学报渊自然科学版冤Vol.40No.1
2024年1月JournalofChifengUniversity(NaturalScienceEdition)Jan.2024
基于LSTM的瓦斯浓度多步预测研究
张玲袁杨超宇
渊安徽理工大学袁安徽淮南232001冤
摘要院监测瓦斯浓度是预防煤矿灾害的重要手段袁其浓度变化预测在提高安全生产方面至关重要遥
本文针对瓦斯浓度预测问题袁建立了一种基于LSTM的瓦斯浓度多步预测模型袁并采用前向验证的方法对
瓦斯浓度预测结果进行了比较验证遥以GRU尧CNN模型为对比袁研究结果表明院基于LSTM的瓦斯浓度
多步预测模型效果最好袁均方根误差为0.028袁GRU袁CNN的均方根误差为0.031,0.032遥因此袁LSTM模型
可更精准地进行瓦斯浓度多步预测袁降低瓦斯浓度过高对煤矿安全生产造成的危害遥
关键词院LSTM曰GRU曰CNN曰瓦斯浓度预测曰时间序列
中图分类号院TD712文献标识码院A文章编号院1673-260X渊2024冤01-0039-05
1引言而不是未来多个时刻的瓦斯浓度遥渊2冤短期预测方
在煤矿等采掘作业中袁瓦斯渊甲烷冤是一种常见面虽然准确度较高但无法为煤矿生产作业留下充
的有害气体袁如果瓦斯浓度超过一定的安全范围袁足的防范时间遥结合上述研究存在的问题袁本文利
[1-3]
就会引起煤矿爆炸尧火灾等严重事故遥此外袁高浓用LSTM在时间序列预测方面的优势袁以CNN尧
度的瓦斯还会对人体造成窒息尧中毒等危害遥瓦斯GRU模型为对比袁从传感器中搜集的瓦斯浓度数
浓度的影响因素很多袁主要包括煤层中瓦斯的含据作为训练样本进行瓦斯浓度的预测袁降低预测误
量尧煤层厚度尧地下温度和压力尧采矿方法等遥因此袁差的同时多步预测未来瓦斯浓度趋势遥
在采矿尧隧道尧地下工程等领域中袁需要采取一系列2深度网络预测模型
措施来降低瓦斯浓度袁如对瓦斯浓度进行实时监测2.1LSTM模型
和预测袁及时采取措施避免瓦斯积聚袁保障人员和LSTM袁全称为LongShort-TermMemory渊长短
[9]
设备的安全遥许多研究人员在瓦斯浓度预测问题上时记忆冤模型袁是一种用于序列数据建模的神经网
[4]
做了许多工作遥张震等基于ARIMA实现了对瓦络遥是对循环神经网络渊RecurrentNeuralNetworks冤
斯浓度的预测曰使瓦斯浓度预测均方根误差降低至的改进袁可以更好地捕捉长期依赖关系遥LSTM模
[5]
2.34豫遥孙卓越等通过LSTM建立了实时预测模型被广泛应用于自然语言处理尧时间序列预测等领
[6]
型袁能够及时预测瓦斯浓度的走势遥刘莹等基于域袁因为它能够有效地处理长序列数据袁并且具有
LSTM建立了多因素瓦斯浓度预测模型袁使均方根很好的泛化性能遥
[7]LSTM模型的核心是LSTM单元袁它由三个门
误差降为2.1%遥林旭杰通过ARIMA模型来预测
瓦斯浓度袁使得瓦斯浓度预测平均绝对误差低至
文档评论（0）