矿业安全与环保

作者：孔彪, 朱思想, 胡相明, 杨涛, 赵旭帅, 斐达特, 万姝含

关键词：煤自燃, 预测预报, 指标气体, 煤温, 改进鲸鱼优化算法, 预测模型

为实现煤自燃的高效预测预警，提出了一种改进鲸鱼优化算法结合BP神经网络(MSWOA-BP) 的煤自燃温度预测模型。根据煤自燃升温实验进行了模型算法的有效性验证，进一步对比分析了粒子群优化(PSO-BP)模型、灰狼优化(GWO-BP)模型及标准鲸鱼优化(WOA-BP)模型的预测效果和性能，结果显示，MSWOA-BP、GWO-BP、WOA-BP和PSO-BP模型预测结果训练阶段平均百分比误差(MAPE)为1.735 9%、2.651 8%、6.165 5%、6.570 1%，测试阶段MAPE为3.039 3%、6.072 3%、6.734 1%、7.603 5%，表明MSWOA-BP预测模型具有更高的预测精度和稳定性。应用MSWOA-BP模型进行煤矿现场的温度预测，得到预测温度与现场实测温度的相对误差为2.3%~12.1%，实现了煤矿井下温度的快速预测，可为实现煤自燃的高效预测预警提供一种新方法。

来源：2023年第5期

《矿业安全与环保》期刊编辑部

查看矿业安全与环保杂志2023年第5期