付 华,訾 海,孟祥云,孙 璐
(1.辽宁工程技术大学电气与控制工程学院,辽宁 葫芦岛 125105;2.国网辽宁省电力有限公司锦州供电公司,辽宁 锦州 121000)
一种EKF-WLS-SVR与混沌时间序列分析的瓦斯动态预测新方法*
付 华1*,訾 海1,孟祥云2,孙 璐1
(1.辽宁工程技术大学电气与控制工程学院,辽宁 葫芦岛 125105;2.国网辽宁省电力有限公司锦州供电公司,辽宁 锦州 121000)
针对瓦斯浓度时间序列高度的混沌特性,采用微熵率法同步确定最优的嵌入维数与延迟时间,还原瓦斯涌出系统状态空间。以无线传感网络系统采集并经降噪处理后的瓦斯浓度序列作为样本。提出利用带有整定因子的扩展卡尔曼滤波器(EKF)对加权最小二乘支持向量回归机(WLS-SVR)的正则化参数γ与核参数σ进行快速寻优,并依据周期性更新的训练样本建立基于EKF-WLS-SVR耦合算法的动态预测模型以精确预测后续时间点的瓦斯浓度。通过MATLAB进行仿真,结果表明:EKF滤波器对提高WLS-SVR的拟合精度与学习效率方面有很大的帮助。相比于其他模型,该耦合模型具备更高的预测精度与更强的鲁棒特性,有较高的实用价值。
动态预测;瓦斯浓度;混沌特性;无线传感网络;WLS-SVR;EKF滤波器
对回采工作面瓦斯浓度进行实时监测和准确预测是防治瓦斯突出灾害的关键也是煤矿安全生产的前提。以无线传感网络技术、数据库技术以及数据采集技术为一体的瓦斯监测系统是目前主流的综合信息处理平台。通过移动节点全覆盖井下的监测区域,能够实现对瓦斯浓度的实时监测[1]。……