彬長大佛寺礦井涌水量時(shí)序預(yù)測

打開文本圖片集

摘 要：為提高礦井涌水量預(yù)測精度，解決礦井涌水量預(yù)測無法及時(shí)響應(yīng)動(dòng)態(tài)變化的問題，構(gòu)建一種基于模態(tài)分解和深度學(xué)習(xí)的礦井涌水量多因素時(shí)間序列組合預(yù)測模型。使用變分模態(tài)分解和灰色關(guān)聯(lián)分析篩選主控因素，通過雙向長短期記憶網(wǎng)絡(luò)和卷積長短期記憶網(wǎng)絡(luò)對(duì)高、低頻模態(tài)分量進(jìn)行預(yù)測。結(jié)果表明：對(duì)比不同時(shí)序預(yù)測模型，變分模態(tài)分解可以有效捕捉時(shí)序數(shù)據(jù)中的長期依賴關(guān)系，提供了更加準(zhǔn)確的長期時(shí)序數(shù)據(jù)預(yù)測能力；經(jīng)過鯨魚優(yōu)化、貝葉斯優(yōu)化算法對(duì)不同頻率模態(tài)分量的處理，有效降低了高頻部分的無序性、復(fù)雜性并優(yōu)化了較為線性、緩慢的低頻部分；驗(yàn)證了礦井涌水量時(shí)序預(yù)測中的變分模態(tài)深度學(xué)習(xí)組合模型的有效性和適用性，預(yù)測精度滿足生產(chǎn)需求。（剩余14539字）