基于PCA-ELM的矿井突水水源识别方法研究
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:
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