煤炭需求预测方法及应用

以中国北方某市2008—2014年煤炭消费量、地区生产总值及人口等统计数据为基础,分别采用回归模型、使用强度模型、灰色模型对该地区煤炭消费量进行了模拟和预测。基于各模型十分离散的预测结果,引入了资源需求理论,对该地区资源需求变化趋势进行分析,同时对各模型预测精度进行评估,从而确定适用于该地区的资源需求预测模型。结果显示,回归模型预测结果优于其他两种模型,同时也表明资源需求理论指导下的煤炭消费量需求预测更具科学性,为煤炭需求预测模型的选取提供方法和依据。     

基于改进BP神经网络的煤体瓦斯渗透率预测模型

分析总结了煤体渗透率的3个主要影响因素--有效应力、温度和瓦斯压力,并结合煤体的力学特性建立了一个预测煤层瓦斯渗透率的BP神经网络模型。根据不同有效应力、不同温度和不同瓦斯压力条件下大量具有代表性的煤样渗透率数据来建立学习样本,并对该模型的精度进行了检验。该BP神经网络经过11 986次学习后精度满足要求,训练后BP神经网络模型所得预测结果的最大绝对误差为0.049×10-15 m2,最大相对误差为4.298%。根据所建立的BP神经网络模型得到的预测值与实测值吻合较好。     

主成分分析与BP神经网络在煤耗氧速度预测中的应用

结合主成分分析与神经网络的优点,提出了主成分分析与神经网络相结合的煤耗氧速度预测模型.采用主成分分析法对原始输入变量进行预处理,选择输入变量的主成分作为神经网络输入,一方面减少了输入变量的维数,消除了各输入变量的相关性;另一方面提高了网络的收敛性和稳定性,同时也简化了网络的结构.通过实例验证,基于主成分的神经网络比一般神经网络训练精度更高,学习时间更短,预测效果更优.     

模糊神经网络技术在煤与瓦斯突出预测中的应用

由于煤与瓦斯突出发生的内在机理的复杂性、突出影响因素与突出事件之间的相关规律的不精确性和模糊性, 使得基于经验的传统预测方法和基于数学建模的统计预测方法的应用都受到很大限制． 而具有表达、处理不精确信息和实现信息影射变换双重特性的模糊神经网络, 通过训练能够捕捉、把握影响突出的因素与突出事件之间的特定相关规律, 从而有望实现煤与瓦斯突出的正确预测．     

基于BP神经网络的综放工作面回采率预测分析

综放工作面为复杂的非线性系统,设备与放煤工艺参数的选择及工作面回采率的预测是复杂的非线性问题,用传统的数学方法难于解决。应用MATLAB神经网络方法建立了综放工作面采出率的预测模型,并实现了采煤机、液压支架选型和放煤方式、放煤步距的优化。应用结果表明,神经网络模型具有非线性动态处理能力,能真实反映各因素之间的非线性关系,计算精度高,具有较强的实用性。     

回采工作面瓦斯涌出BP神经网络分源预测模型及应用

基于回采工作面瓦斯涌出分源涌出，利用人工神经网络分别预测开采煤层、邻近煤层、采空区3种来源的瓦斯涌出量；因3种来源瓦斯涌出量的影响因素不同，为了避免不相关因素的干扰，提高预测精度，确定整个预测体系由开采层、邻近层、采空区等3个瓦斯涌出量预测神经网络组成，对每个涌出源分别建立神经网络预测模型；最后采用Matlab中BP神经网络算法，针对实际矿井进行应用，预测误差小.     

基于BP神经网络的煤化工园区安全预警机制研究

从煤化工园区的事故致故原因和安全防备防线两方面建立园区的安全预警指标体系,根据各个预警指标对安全事故的影响程度,采用改进的层次分析法(AHP)来定量分析指标权重,结合BP神经网络构建了煤化工园区的安全预警模型,经过2001次迭代计算后,误差值最高为0.0031,预警的实际值与期望值近乎一致,经过测试验证此模型在煤化工园区的安全预警中有较好的实用效果。     

煤元素组成特性的数据挖掘

随机收集整理了693个典型的中国煤的数据样本，它们来自不同的矿区，干燥无灰基挥发分变化范围Vdaf=1．71％-61．8％．分别采用BP人工神经网络和多维变量统计二次型，对样本煤的干燥无灰基元素含量的信息进行了数据挖掘，结果表明，碳、氢的含量Hdaf，Odaf可以根据其它成分来预测，挥发分Kdaf，含量也可以用Cdaf，Hdaf，Ndaf的含量表示，从而得到了适用于我国各种类型煤的元素组成通用规律．基于样本统计分析，并给出神经网络和多维变量统计二次型等模型的相对误差分布函数．本研究成果可以应用于电厂锅炉入炉煤元素成分的软测量在线监测．     

BP神经网络预测急斜煤层动力失稳压力变化

煤岩体在应力作用下的变形与裂纹扩展,是结构失效的重要机制,通过监测煤层的压力变化,分析压力来源、压力大小及其分布特征,为下一步煤岩体卸压方案的形成提供准确可靠依据。以新疆大洪沟煤矿现场锚杆测力计观测数据为研究对象,利用MATLAB的神经网络工具箱提供的许多有关神经网络设计、训练以及仿真的函数,实现BP网络对压力监测数据发展的预测研究。     

采空区煤炭自燃预测预报方法及探讨

采空区煤炭自燃火灾一直是我国煤矿的主要灾害之一。随着社会的发展及科技的进步 ,采空区煤炭自燃预测预报方法也越来越见成熟。文中首先简单的举出了目前几种常用的预测预报方法 ,分析了各自的优缺点 ,并在此基础上着重探讨了利用测温和数值模拟进行综合预测的方法理论 ,为在煤矿中预防采空区煤炭自燃发火具有一定的参考价值。     

改进BP算法在开采煤层自燃危险性预测中的应用

为了正确预测开采煤层自然发火的趋势与危险性,提出了一种改进的BP网络模型：采用自适应变步长法和改进模拟退火法（SA法）等措施,以加快BP网络的收敛速度,增强了其跳出局部极小点的能力。实际应用表明,该模型收敛速度快,准确性高,是一种十分有效的开采煤层自燃危险性预测方法,对煤矿安全生产具有重要的指导意义。     

基于BP神经网络的巷道围岩稳定性分级识别

矿山围岩稳定性分级是矿山工程的基本参数,为矿山支护设计提供基础数据,利用BP神经网络进行围岩稳定性分级识别,有利于真实地刻画矿山围岩稳定性分级与其影响因素之间的非线性关系.本文研究了BP神经网络的工作原理及其改进,分析了某矿巷道围岩稳定性影响因素,确定建立了围岩稳定性分级的神经网络识别模型,并利用该模型对某矿山围岩分级进行了拟合,取得了很好的效果.     

全国乡镇煤矿原煤产量抽样调查与预测模型

建立乡镇煤矿二阶段不等概分层随机抽样方法,抽取分布于山西、内蒙古、黑龙江等13省的236个样本煤矿进行实地调查,采取系数修正法和直接推算法测算2006年1-6月乡镇煤矿原煤产量,并建立回归模型,预测2006年全年乡镇煤矿原煤产量和全国煤炭产量,为国家制定煤矿整顿关闭战略和煤炭行业发展战略提供依据.     

提高综采放顶煤开采急倾斜特厚煤层回采率的途径

煤炭资源是国家的宝贵财富 ,是建设社会主义现代化的重要能源。急倾斜特厚煤层因其特殊的地质赋存条件 ,导致开采强度小 ,资源回收率低。文章立足于我国急倾斜特厚煤层近十年综采放顶煤开采技术的发展 ,对提高资源回采率的途径加以总结和探讨 ,有一定的推广价值。     

煤自燃极限参数的神经网络预测方法

煤自燃极限参数是判断煤自燃危险区域的有力依据。由于受多种因素影响,长期以来一直采用粗略测算的方法,与现场实际差别很大。神经网络具有分布式存储、联想记忆、自组织、自适应、自学习能力,在非线性预测方面具有独特的优势。在对BP神经网络进行改进的基础上,进行了煤自燃极限参数的预测,应用结果表明,人工神经网络适合于煤矿井下此类复杂问题的预测。     

煤炭无线网络建设方案分析

 本文基于TD-SCDMA专网系统,针对煤炭行业当前的通信和生产需求,结合TD-SCDMA的技术优势,提出了煤炭行业通信与调度系统解决方案,并和现有的煤炭解决方案进行对比分析,通过分析对比,凸显出专网专建和中继连接运营商解决方案的显著优势,并根据对该方案的应用案例分析,结果表明,专网建设的煤炭解决方案更能有效解决煤炭行业当前的通信问题,全面满足煤矿安全生产和未来通信发展的需要。     

2012年中国煤炭供需状况及价格走势判断

从原煤生产、煤炭进出口、社会库存、主要耗煤行业变化等方面预测了我国2012年煤炭供需变化,研究认为:煤炭供给受前期产能建设的影响,2012年将达到37.93～38.48亿t,国内原煤生产依然占据煤炭供给的主体地位,煤炭进口与社会库存仅能起到供需平衡稳定器的作用;2012年煤炭需求预计35.2亿t,其中电力行业耗煤总量19.29亿t,约占全国煤耗总量的54.8%;总体来看,2012年煤炭供过于求,供需平衡的差额将达到2.73～3.28亿t,为此应合理控制煤炭产能建设;煤炭价格受运输运力、生产成本与国际进口等多方面因素的影响,2012年国内煤炭价格有上涨趋势。     

加大原煤入洗量提高精煤产量

通过对跃进矿选煤厂改造前后的洗煤系统及主要设备运行状况的对比分析可知,通过技术改造,该厂提高了原煤入洗量及洗块精煤产量,同时满足了当地气化用煤的需求。     

提高煤炭资源回收率的几点方法

煤炭资源是有限的 ,只有合理开采、科学管理 ,才能最大限度地减少损失。文章从详细、准确的地质资料、合理优化的采区、采场设计、科学的组织施工、严格的储量管理四个方面论述了怎样才能更好地提高煤炭资源的回收率。     

工作面煤与瓦斯突出电磁辐射的神经网络预测方法研究

以自适应神经网络的基本原理为基础，系统研究了煤与瓦斯突出电磁辐射自适应神经网络预测的原理，将电磁辐射自适应神经网络模型应用于煤与瓦斯突出危险性预测，实现了煤与瓦斯突出危险性的电磁辐射动态趋势预测．应用结果表明，煤与瓦斯突出电磁辐射神经网络预测法具有预测方法简单、准确性高等特点，可应用于工作面煤与瓦斯突出危险性的预测．