基于非线性STUKF滤波器和ESN算法的耦合预测模型*

彭继慎,吕东东,宋立业,付 华,司南楠

(辽宁工程技术大学电气工程与控制工程学院,辽宁 葫芦岛 125105)



基于非线性STUKF滤波器和ESN算法的耦合预测模型*

彭继慎*,吕东东,宋立业,付 华,司南楠

(辽宁工程技术大学电气工程与控制工程学院,辽宁 葫芦岛 125105)

针对瓦斯浓度时间序列的混沌性,提出一种回声状态网络算法(ESN)和无迹卡尔曼滤波器(UKF)、强跟踪滤波器(STF)耦合的混沌时间序列预测模型。对于一维瓦斯浓度混沌时间序列,采用平均轨道周期的C-C算法在时间域确定重构空间的最佳时间延迟和嵌入维数,在相空间通过非线性回归预测模型拟合瓦斯涌出动力演化轨迹,提出带有渐消因子的非线性STUKF滤波器对ESN联合参数进行最优状态估计。试验结果表明:基于STUKF的ESN瓦斯涌出模型预测方法有效,在STUKF滤波器作用下增强了ESN算法的学习效率、提高了模型的跟踪能力,能达到精度高、鲁棒性好等优点。

瓦斯涌出混沌时间序列;STUKF滤波器;状态估计;瓦斯涌出

煤矿瓦斯突出是含瓦斯煤体突然破坏并释放弹性潜能和瓦斯潜能的一种矿井瓦斯动力现象。在突出的孕育过程中,通过对反映瓦斯突出行为的瓦斯涌出量参数进行实际观测,构建有效准确的瓦斯涌出量预测模型对寻求更好的防突方法及瓦斯资源技术有着重要的指导作用。

在对瓦斯涌出量研究进程中,已提出了多种传统静态预测方法,如分源预测法、概率统计法、灰色系统法、分形与混沌法、神经网络法、支持向量机回归法(SVM)、模糊数学法等,这些方法都已取得一定成果,但仍存在模型精度不高[1]、系统构建复杂[2]、训练时间冗长[3]等不足。……