摘要
本发明公开了基于多源数据融合的煤层瓦斯压力‑含量动态预测方法,涉及煤层瓦斯预测技术领域,所述方法包括如下步骤:步骤S1、在井下钻孔及采动影响区域分别部署传感器网络,实时同步采集物理场数据;步骤S2、基于Langmuir吸附理论构建物理模型,计算煤层吸附态瓦斯基础含量;步骤S3、构建融合瓦斯压力与含量的联合修正方程对吸附态煤层瓦斯含量进行修正;步骤S4、将修正后的吸附态瓦斯含量与实时监测的游离态瓦斯含量叠加,生成总煤层瓦斯含量;步骤S5、构建混合神经网络模型预测生成未来时刻的煤层瓦斯压力‑含量连续曲线。本发明方法为煤层区域预测提供有力依据,进而提高煤炭开采的效率。
技术关键词
煤层瓦斯压力
煤层瓦斯含量
动态预测方法
混合神经网络模型
分布式光纤压力传感器
瓦斯预测技术
LSTM神经网络
三次样条插值法
声发射传感器
序列
温湿度参数
曲线
方程
钻孔
浓度传感器
温湿度传感器
因子
数据
系统为您推荐了相关专利信息
参数
动态预测系统
设备状态数据
数据处理单元
异构
优化设计方法
混合神经网络模型
强化学习算法
水量
钻孔参数