基于小波降噪和循环神经网络的煤矿瓦斯浓度预测

在瓦斯浓度监测数据分析中发现,瓦斯浓度序列往往呈现出较强的随机性和复杂性,时序数据中含有的噪声会对数据的预测结果产生干扰。为了减少数据中的噪声所带来的负面效果,提出了一种将小波阈值降噪与LSTM(长短期记忆网络)相结合的瓦斯浓度预测模型。通过将原始数据进行分解、阈值处理和重构,对时序数据中的噪声进行剥离,再通过LSTM模型进行预测分析,与普通LSTM和RNN网络进行比较,结果表明,所提出的基于小波降噪的LSTM的瓦斯浓度预测模型在精确度和泛化能力上都具有更好的表现。     

吹瓶模具制造企业面向负荷均衡的订单预投决策方法

针对吹瓶模具制造企业因订单到达的随机性、模具类别的差异性导致各生产车间负荷均衡性差、资源利用率低的问题,采用预投订单方式来均衡各生产车间的负荷。基于吹瓶模具制造企业的生产计划体系,设计了一套针对吹瓶模具制造企业的预投订单的决策模型。实践表明,在吹瓶模具制造企业,采用预投订单能很好地均衡负荷、平衡产能以及提高各加工设备的利用率,提高订单准时交货率,降低企业的生产成本。     

基于主成分回归模型的建设工程项目成本预测研究

为了提高招投标过程中建设工程项目成本预测的速度和精度,本文选取近3年河北省几家施工企业的40个已完工程的项目结算文件数据,利用主成分回归分析法展开承包商标前成本预测模型研究。结果显示,所建成本预测模型的预测精度符合行业标准,说明承包商在招投标过程中运用此模型是可行的。通过本研究可以为承包商招投标提供一种模型化成本预测工具,为建立高标准且科学合理的成本控制体系提供测算依据。     

综放高瓦斯矿井煤层瓦斯涌出量综合预测

为了成功预测竹林山煤矿综放高瓦斯矿井大采高工作面煤层瓦斯涌出量,以主采3号煤层为主要研究对象,针对3号煤层以往开采情况,通过布设测点测量其煤层瓦斯含量和了解相邻矿井瓦斯含量,采用分源预测法、回归法及统计法等预测方法得到了3号煤层瓦斯含量的分布规律,并绘制了3号煤层的瓦斯含量等值线图。对矿井不同生产时期的瓦斯含量进行预测,得到了生产前期、中期及后期采区的最大绝对瓦斯涌出量和最大相对瓦斯涌出量,说明了竹林山煤矿各个时期均属于高瓦斯矿井。     

泛在电力物联网在北京经济技术开发区的应用探索

泛在电力物联网是物联网在电力领域的具体体现，建设泛在电力物联网是推进"三型两网"建设的关键环节，也是实现能源转型的必要手段。阐述了泛在电力物联网的定义，从供电公司角度出发，根据北京经济技术开发区实际情况，讨论了依托地区特点的泛在电力物联网实施策略和实际应用场景，分析了可能遇到的问题。得出结论：随着泛在电力物联网的深入建设，供电公司能够为电力客户提供多元化服务，提高客户满意度；地市供电公司能够依托泛在电力物联网开展更多电力相关业务；泛在电力物联网的安全性、实用性、有效性是发展面临的首要问题。     

矿井瓦斯涌出量预测研究中的数学模型

介绍数学模型法的基本原理和瓦斯涌出量的预测步骤,通过确定统计单元、选择合适的变量、建立预测方程等步骤对瓦斯涌出量进行预测,将此种方法应用于实际工程中,结果显示:数学模型法准确性高,预测精度能够满足通风系统设计要求。