摘要
本发明实施例提供一种煤矿瓦斯涌出量多因素时序预测方法、装置及设备,包括:基于预设递归特征消除法基模型,计算每一初始瓦斯涌出量影响因素的特征重要度,得到特征重要度排序结果;采用递归特征消除法,基于特征重要度排序结果,从多个初始瓦斯涌出量影响因素中剔除特征重要度最低的影响因素,得到剩余瓦斯涌出量影响因素,重复剔除特征重要度最低的影响因素,得到目标瓦斯涌出量影响因素;计算目标瓦斯涌出量影响因素的特征综合得分,比较每一目标瓦斯涌出量影响因素的特征综合得分,并将特征综合得分最高的特征组合确定为预测特征组合;基于预先构建的多因素瓦斯涌出量时序预测模型,对煤矿瓦斯涌水量进行预测,得到瓦斯涌出量预测结果。
技术关键词
瓦斯涌出量
时序预测模型
时序预测方法
预测特征
长短期记忆网络
时序特征
时序预测装置
上隅角瓦斯
工作面瓦斯
风流瓦斯
模块
存储器
训练集
指标
误差
电子设备
指令
精度
基础
风量
系统为您推荐了相关专利信息
强化学习算法
神经网络算法
车载传感设备
加速度
心率
多模态特征融合
动态权重分配
智能文档
双向长短期记忆网络
权重分配机制
销量预测模型
图像管理方法
生成对抗网络
图像特征集
长短期记忆网络
种植水肥
状态监测模块
管控系统
果树冠层
归一化植被指数
三维空间模型
结晶辊
长短期记忆网络
双辊薄带连铸机
物理