科研之友
微信
新浪微博
Facebook
分享链接
摘要
煤矿瓦斯是造成煤矿安全事故主要原因之一，为有效降低煤矿瓦斯安全事故发生率，整合煤矿瓦斯浓度、温度和风速数据，使用KNN算法补全缺失值，最大最小归一化处理数据集并划分训练集和测试集，以MAE和RMSE为评价指标，利用经验公式和多次实验确定模型隐藏层神经元数量，建立了基于双向长短期记忆网络的瓦斯浓度预测模型。结果表明，相比于LSTM模型、FC模型和RNN模型，双向长短期记忆网络模型虽耗时较长，但预测误差MAE为0.00061,RMSE为0.00847，模型预测效果较好，可为煤矿瓦斯事故防治提供决策依据。
- 出版日期2023
- 单位安徽理工大学
