摘要
本发明涉及采煤机技术领域,具体涉及一种基于双时空特征的工作面顶底板曲线预测方法,包括:获取顶底板历史数据;根据顶底板历史数据,获取采煤机走向预测数据集和回采走向数据集;构建采煤机走向预测神经网络和回采走向预测神经网络,根据采煤机走向预测数据集和回采走向数据集分别训练采煤机走向预测神经网络和回采走向预测神经网络,并融合得到顶底板曲线预测神经网络;根据训练完成的顶底板曲线预测神经网络进行工作面顶底板曲线预测。本发明重点挖掘采煤机走向和回采走向中顶底板高度变化的时间和空间特征,同时考虑采煤机走向和回采走向的时空特性,建立预测模型,再将两个结果融合,能够使得顶底板曲线的预测精度更加准确。
技术关键词
曲线预测方法
LSTM神经网络
底板
数据
采煤机技术
建立预测模型
误差
精度
系统为您推荐了相关专利信息
电力需求预测系统
多尺度
状态空间模型
电力需求量
时序
换流器子模块
短路故障电流
柔性直流电网
直流电流
计算机设备
风电机组变桨系统
电容设备
执行机构
定位方法
变桨角度
风险预测模型
隧道衬砌混凝土
风险管控方法
子模块
报表
状态实时监控系统
风险预测模型
三维网格模型
梁场
三维可视化展示