基于局域分解-进化神经网络的瓦斯浓度实时预测方法

摘要

本发明涉及一种基于局域分解-进化神经网络的瓦斯浓度实时预测方法，包括以下步骤：1）通过矿井瓦斯传感器获取煤矿工作面内的瓦斯浓度数据，并将采集的瓦斯浓度数据存入历史数据库；2）将瓦斯浓度历史数据库中的数据作为时间序列进行处理得到瓦斯浓度时间序列数据x(t)，其中，时间为采集到瓦斯数据的实时时间，瓦斯浓度作为时间的因变量；3）利用局域分解算法对瓦斯浓度时间序列数据x(t)进行LMD分解，获得多个PF分量；4）对于获得的多个PF分量分别进行进化神经网络建模预测；5）将各个PF分量预测值进行累加获得瓦斯涌出量预测结果；6）判断是否还需要对其它监测点的瓦斯监测数据进行预测，如果需要则重复步骤3）～5）进行预测，否则，结束预测。本发明可以广泛应用于瓦斯浓度实时预测中。