基于LSTM的瓦斯浓度多步预测研究

扫码查看

原文链接

万方数据
维普

中文摘要：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。

作者：

张玲、杨超宇

展开 >

作者单位：

安徽理工大学,安徽淮南 232001

关键词：

LSTM GRU CNN 瓦斯浓度预测时间序列

基金：

国家自然科学基金项目

项目编号：

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

年,卷(期)：2024.40(1)

参考文献量13