基于人工神经网络的矿井涌水量预测
孟 璐
华北科技学院，北京 东燕郊 065231
Mine water volume prediction based on artificial neural networks
Meng Lu
North China Institute of Science and Technology, Beijing 065231, China
摘要 矿井涌水量在煤炭生产安全中扮演着至关重要的角色，对矿井涌水量的精确预测能够为生产安全提供良好保障。现阶段国内外矿井涌水量预测方法繁多，本文利用主成分分析算法优选出影响涌水量的主要因子，并构建BP神经网络模型，结合赵各庄井田实例，为涌水量的动态预测提出可行的方法。预测结果表明，主成分分析算法与BP神经网络算法的矿井涌水量预测存在一定的可行性，且精度较高。
关键词 ：
矿井涌水量 ,
预测 ,
主成分分析 ,
神经网络
Abstract ：Mine water volume plays a vital role in safe mining, whose accurate predication can guarantee the safe mining. In this paper, the principal component analysis algorithm was adopted to select the main factors that affect the volume of water surging, and construct the BP neural network model, combined with the example of Zhaogezhuang mine, a feasible method for the dynamic prediction of water surges was proposed.
Key words ：
mine water volume
prediction
principal component analysis
neural network
基金资助: 国家自然科学基金资助项目（51774136）；河北省自然科学基金重点项目（D2017508099）
作者简介 : 孟 璐（ 1996— ），女，河北承德人，在读研究生。
[ 1 ] 陈酩知，刘树才，杨国勇.矿井涌水量预测方法的发展[J].工程地球物理学报，2009，6（ 1 ）：68 - 72.
[1]
路永贵. 屯兰矿2号煤层区域瓦斯突出预测敏感性指标及临界值研究
[2]
张鹏欣，祁 明. 基于主成分分析法的煤矿事故类型统计分析
[3]
赵立东. 承德鑫发煤矿525采煤工作面内因火灾的治理
[4]
周 科. 基于矿井生产分块段和分水平的三维地下水数值模拟
[5]
郭 玥. 燕子山矿8202综放工作面顶煤冒放性预测模型研究与应用
[6]
郜宏伟. 范各庄矿3621S工作面回采的地质条件分析
[7]
冯建川. 常兴煤业水文地质条件分析与矿井涌水量预测
[8]
王 磊，郭良红，张 健，张 超. BP人工神经网络反演在煤层厚度预测中的应用
[9]
张圣霞. 盛鑫煤矿水文地质特征及充水因素分析
[10]
徐夕岭. 瞬变电磁法在煤层富水性预测中的应用
[11]
孙鹏飞1，殷 宏1，杨 旭1，董立军1，张盼盼2. 基于进化神经网络的液压支架密封圈老化寿命的预测研究
[12]
闫国嘉. 提高采煤机运行经济性的参数优化分析
[13]
方向清1，沈智慧1，吴铁卫2. 基于空间分析的矿井涌水量计算方法
[14]
赵欢欢1，朱令起1, 2，张 杉1，李 慧1，胡立新1，孙昕彤1. 变氧环境下林南仓矿煤自燃早期预测模型
[15]
王君义，武社文. 正行煤业井下陷落柱特点及预测
