基于LSTM的瓦斯浓度多步预测研究

张玲 ¹杨超宇¹

扫码查看

作者信息

1. 安徽理工大学,安徽淮南 232001
折叠

摘要

监测瓦斯浓度是预防煤矿灾害的重要手段,其浓度变化预测在提高安全生产方面至关重要.本文针对瓦斯浓度预测问题,建立了一种基于LSTM的瓦斯浓度多步预测模型,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.以GRU、CNN模型为对比,研究结果表明:基于LSTM的瓦斯浓度多步预测模型效果最好,均方根误差为0.028,GRU,CNN的均方根误差为0.031,0.032.因此,LSTM模型可更精准地进行瓦斯浓度多步预测,降低瓦斯浓度过高对煤矿安全生产造成的危害.

关键词

LSTM/GRU/CNN/瓦斯浓度预测/时间序列

引用本文复制引用

基金项目

国家自然科学基金项目(61873004)

出版年

2024

赤峰学院学报(自然科学版)

赤峰学院

赤峰学院学报(自然科学版)

影响因子：0.353

ISSN：1673-260X

参考文献量13

段落导航