小波分析在瓦斯涌出量預(yù)測中的應(yīng)用.pdf

1、煤礦瓦斯災(zāi)害是煤礦五大自然災(zāi)害之一,嚴(yán)重威脅煤礦的安全生產(chǎn)。瓦斯涌出量是研究瓦斯災(zāi)害的一個重要指標(biāo),為防止瓦斯災(zāi)害事故的發(fā)生,對瓦斯涌出量進行預(yù)測尤為重要。從系統(tǒng)的觀點來看,瓦斯涌出是一個復(fù)雜的非線性動力系統(tǒng),其涌出量作為一種時間序列,依其數(shù)據(jù)的大小和順序蘊含著大量有關(guān)系統(tǒng)動態(tài)演化過程的痕跡和特征,本文針對這一特點結(jié)合小波理論中的多分辨分析和小波包分析對礦井瓦斯涌出量進行了預(yù)測。主要內(nèi)容和結(jié)論如下。
　　通過小波多分辨分析把瓦斯涌

2、出量這一非平穩(wěn)時間序列分解為若干層近似意義上的平穩(wěn)時間序列,再用AR模型對其單只重構(gòu)序列建立模型(即建立了基于多分辨分析的預(yù)測模型),分析了不同小波基函數(shù)和同一小波基函數(shù)分解層數(shù)不同對預(yù)測效果的影響。經(jīng)過仿真驗證,基于多分辨分析的預(yù)測結(jié)果與直接用AR模型預(yù)測的結(jié)果相比較好。
　　多分辨分析只能在固定的頻率空間上分解時間軸,對于時間分辨率比較高的時間序列,可能會因為選取了比較低的頻率尺度,導(dǎo)致某些在頻率較高空間中反映瓦斯涌出系統(tǒng)狀態(tài)

3、特征的信息丟失。瓦斯涌出量常具有混沌特性且規(guī)律不易顯現(xiàn)。因此,本文選用可以自適應(yīng)選擇頻帶的小波包變換對瓦斯涌出量的混沌時間序列進行分解和重構(gòu),在其混沌特性判別的基礎(chǔ)上,改進了傳統(tǒng)的小波包—混沌預(yù)測模型,對模型中小波包重構(gòu)的每組序列的預(yù)測結(jié)果引入了權(quán)重,建立了加權(quán)小波包—混沌預(yù)測模型。仿真結(jié)果表明,此模型不但提高了預(yù)測精度還改善了預(yù)測誤差的不穩(wěn)定性,增加了可預(yù)測范圍;鑒于最優(yōu)小波包在分解層數(shù)一定的情況下重構(gòu)結(jié)點數(shù)會盡可能少的優(yōu)點,本文提出