一种改进量子粒子群优化的瓦斯信号演化趋势预测方法

    公开(公告)号:CN113887840B

    公开(公告)日:2024-08-02

    申请号:CN202111360147.8

    申请日:2021-11-17

    摘要: 本发明提出一种改进量子粒子群优化的瓦斯信号演化趋势预测方法,涉及瓦斯信号预测领域,通过井下瓦斯传感器收集瓦斯信号时间序列数据,形成瓦斯信号时间序列库;对存储到瓦斯信号时间序列库中的瓦斯信号数据进行小波去噪预处理;基于最小微熵率法同时计算瓦斯信号时间序列的延迟时间τ和嵌入维数m;将处理后的瓦斯信号序列基于改进的量子粒子群算法预测瓦斯信号演化趋势;利用改进的量子粒子群算法优化Elman算法的权值和阈值ω和θ,利用Elman算法具有动态反馈环节的优越性,与Elman有机结合改进传统粒子群优化算法易陷入局部最优解的算法缺陷,实现煤矿回采工作面瓦斯信号演化趋势的准确动态预测。

    一种改进量子粒子群优化的瓦斯信号演化趋势预测方法

    公开(公告)号:CN113887840A

    公开(公告)日:2022-01-04

    申请号:CN202111360147.8

    申请日:2021-11-17

    摘要: 本发明提出一种改进量子粒子群优化的瓦斯信号演化趋势预测方法,涉及瓦斯信号预测领域,通过井下瓦斯传感器收集瓦斯信号时间序列数据,形成瓦斯信号时间序列库;对存储到瓦斯信号时间序列库中的瓦斯信号数据进行小波去噪预处理;基于最小微熵率法同时计算瓦斯信号时间序列的延迟时间τ和嵌入维数m;将处理后的瓦斯信号序列基于改进的量子粒子群算法预测瓦斯信号演化趋势;利用改进的量子粒子群算法优化Elman算法的权值和阈值ω和θ,利用Elman算法具有动态反馈环节的优越性,与Elman有机结合改进传统粒子群优化算法易陷入局部最优解的算法缺陷,实现煤矿回采工作面瓦斯信号演化趋势的准确动态预测。

    一种含瓦斯煤破裂过程信号特征辨识方法

    公开(公告)号:CN117194960A

    公开(公告)日:2023-12-08

    申请号:CN202311235859.6

    申请日:2023-09-22

    摘要: 本发明设计一种含瓦斯煤破裂过程信号特征辨识方法,首先获取瓦斯信号,并对其进行去噪处理;基于去噪处理后得到的瓦斯信号,确定窗函数;利用辅助窗函数求取瓦斯信号的局域特性,表示出瓦斯信号能量的时频分布,通过时频分布就可以分析出含瓦斯煤破裂过程中瓦斯信号的特征,实现对含瓦斯煤破裂过程信号的特征辨识;本发明在时频混合空间对含瓦斯煤破裂过程所发信号进行分析的方法具有物理意义明确,具有计算方式简单且实施成本低的优点,时频分析方法给出了信号在特定时间及特定频率的能量分布,描述了含瓦斯煤破裂过程所发信号频率随时间变化的过程;得出的含煤瓦斯破裂过程中瓦斯信号的特征向量可以为下一步煤与瓦斯突出的预测提供理论支持。