当前位置:首页 > 论文 > 2022 > 06

论文

基于PCA-ELM的矿井突水水源识别方法研究

免费下载 免费下载 2022年06期

    摘要:为提高矿井突水水源识别精度,基于PCA-ELM模型提出了一种的矿井突水水源判别方法。通过降维获得基本控制变量,将主成分分析(PCA)应用于ELM模型的训练集、验证集和测试集,使用数据样本验证模型。结果表明:通过模拟PCA-ELM模型在10 ... 展开+
    摘要:

    为提高矿井突水水源识别精度,基于PCA-ELM模型提出了一种的矿井突水水源判别方法。通过降维获得基本控制变量,将主成分分析(PCA)应用于ELM模型的训练集、验证集和测试集,使用数据样本验证模型。结果表明:通过模拟PCA-ELM模型在10 s内进行分类,PCA-ELM模拟练习准确率达到100%;BP神经网络模拟准确率仅为83.3%,远低于PCA-ELM模型的准确性。

    收起-

    作者:

    • 梁戈龙
    • 李继升
    • 冯来宏
    • 杜松
    • 李唐玥琪

    作者简介

    梁戈龙(1988—),男,甘肃天水人,本科,工程师,主要从事煤田地质及其灾害防治、水体、含水层下煤层开采水害防治研究。
    E-mail:330756484@qq.com

    单位

    • 华能庆阳煤电有限责任公司核桃峪煤矿
    • 华能煤炭技术研究有限公司
    • 中国煤炭地质总局勘查研究总院

    关键字

    • 煤矿突水
    • 预测模型
    • 预测方法
    • 极限学习机
    • 主成分分析法

    基金项目

    华能集团总部科技项目(HNKJ20-H37);鄂尔多斯市科技合作重大专项(2021EEDSCXQDFZ006)

    引用格式

    梁戈龙,李继升,冯来宏,等.基于PCA-ELM的矿井突水水源识别方法研究[J].能源环境保护, 2022, 36(6):132-137.

    相关论文

    地址:浙江省杭州市萧山区拱秀路288号煤科大厦
    邮编:311201
    编辑部电话:0571-82989702;19558121964
    编辑部邮箱:office@eep1987.com
    网站版权©《能源环境保护》编辑部  京ICP备05086979号