买专利,只认龙图腾
首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明授权】煤与瓦斯突出预测装置_山西潞安环保能源开发股份有限公司;辽宁工程技术大学;中煤西安设计工程有限责任公司_202311684321.3 

申请/专利权人:山西潞安环保能源开发股份有限公司;辽宁工程技术大学;中煤西安设计工程有限责任公司

申请日:2023-12-11

公开(公告)日:2024-04-05

公开(公告)号:CN117408163B

主分类号:G06F30/27

分类号:G06F30/27;G06F18/214;G06F119/02

优先权:

专利状态码:有效-授权

法律状态:2024.04.05#授权;2024.03.29#专利申请权的转移;2024.02.02#实质审查的生效;2024.01.16#公开

摘要:本申请涉及一种煤与瓦斯突出预测装置,应用于矿井安全技术领域,包括:数据获取模块,用于获取样本数据;数据处理模块,用于将所述样本数据进行标准化处理,得到标准样本数据;模型建立模块,用于基于所述标准样本数据建立SVM‑RF模型;结果预测模块,用于基于所述SVM‑RF模型进行预测,得到预测结果。本申请具有提高煤与瓦斯突出事故预测的准确性的效果。

主权项:1.一种煤与瓦斯突出预测装置,其特征在于,包括:数据获取模块,用于获取样本数据,并将所述样本数据根据矿区以及时间进行排序,使得相邻的所述样本数据来自相同的所述矿区,不同所述矿区的所述样本数据按照获取的时间进行排序;数据处理模块,用于将所述样本数据进行标准化处理,得到标准样本数据;模型建立模块,用于基于所述标准样本数据建立SVM-RF模型;结果预测模块,用于基于所述SVM-RF模型进行预测,得到预测结果,所述预测结果为1或2,所述预测结果为1表征发生煤与瓦斯突出事故,所述预测结果为2表征未发生煤与瓦斯突出事故;所述模型建立模块,包括:数据降维子模块,用于将所述标准样本数据进行降维操作;数据划分子模块,用于将降维后的所述标准样本数据进行划分,得到训练数据集和验证数据集;第一训练子模块,用于基于所述训练数据集对SVM模型进行训练,得到ModelSVM;第二训练子模块,用于基于所述训练数据集对RF模型进行训练,得到ModelRF;模型确定子模块,用于基于所述验证数据集、所述ModelSVM以及所述ModelRF确定SVM-RF模型;所述验证数据集包括真实值,所述模型确定子模块具体用于:基于所述验证数据集对所述ModelSVM进行验证,得到第一预测值;基于所述验证数据集对所述ModelRF进行验证,得到第二预测值;基于所述第一预测值以及所述真实值确定第一平均绝对误差,所述第一平均绝对误差为所述第一预测值与所述真实值之间的平均绝对误差;基于所述第二预测值以及所述真实值确定第二平均绝对误差,所述第二平均绝对误差为所述第二预测值与所述真实值之间的平均绝对误差;基于所述第一平均绝对误差以及所述第二平均绝对误差确定所述SVM-RF模型;所述模型确定子模块还具体用于:若所述第一平均绝对误差与所述第二平均绝对误差不满足第一条件,则通过以下公式确定权重值: ,其中,为所述ModelRF对应的权重值,为所述ModelSVM对应的权重值,为所述第一平均绝对误差,为所述第二平均绝对误差,所述第一条件为,λ为预设判断阈值;基于所述以及所述确定所述SVM-RF模型;所述模型确定子模块还具体用于:若所述第一平均绝对误差与所述第二平均绝对误差满足第一条件,则确定所述第一平均绝对误差与所述第二平均绝对误差的大小关系,其中,所述第一条件为,λ为预设判断阈值,为所述第一平均绝对误差,为所述第二平均绝对误差;基于所述大小关系确定所述ModelSVM的权重值以及所述ModelRF的权重值;基于所述以及所述确定所述SVM-RF模型;所述模型确定子模块还具体用于:若所述第一平均绝对误差大于所述第二平均绝对误差,则所述ModelSVM对应的权重值为0,所述ModelRF对应的权重值为1;若所述第一平均绝对误差小于所述第二平均绝对误差,则所述ModelSVM对应的权重值为1,所述ModelRF对应的权重值为0;所述结果预测模块还具体用于:若所述预测结果为小数,则分别计算所述预测结果与1和2的差值;若所述预测结果与1的差值小于第一差值,则将1确定为所述预测结果,所述第一差值小于或等于0.3;若所述预测结果与2的差值小于所述第一差值,则将2确定为所述预测结果;若所述预测结果与1的差值以及所述预测结果与2的差值均大于或等于所述第一差值,则基于所述大小关系确定所述ModelSVM的权重值以及所述ModelRF的权重值;所述煤与瓦斯突出预测装置还包括缺失值填充模块,所述缺失值填充模块具体用于:确定缺失值前的一组标准特征数据以及输出数据;确定所述缺失值后的一组所述标准特征数据以及所述输出数据;基于下述公式计算所述缺失值,所述公式为: ,其中,xk为所述缺失值前的所述标准特征数据,yk为所述缺失值前的所述输出数据,xk+1为所述缺失值后的所述标准特征数据,yk+1为所述缺失值后的所述输出数据,x为所述缺失值,H3x为所述缺失值对应的所述输出数据;将所述缺失值填充至所述样本数据,得到完整的所述样本数据。

全文数据:

权利要求:

百度查询: 山西潞安环保能源开发股份有限公司;辽宁工程技术大学;中煤西安设计工程有限责任公司 煤与瓦斯突出预测装置

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。