矿业研究与开发

作者：降海荣,赵宝峰,康艳旗,王劭文

关键词：矿井涌水量;DBN;预测;深度学习;BP神经网络

在矿井开采过程中,准确预测矿井涌水量对于矿井防 治水及高效、安全生产具有重要意义.针对矿井涌水量影响 因素复杂导致预测精度不高的问题,提出一种基于深度置信 网络(DBN)间接预测矿井涌水量的方法.针对不同的盘区 建立相应的 DBN 涌水量预测模型,对矿井各个盘区水仓提 取涌水量数据,之后分别导入 DBN 预测模型进行预测,得到 各个盘区的涌水量,进而得出矿井总体涌水量,同时将结果 分别与 BP、ELM 神经网络以及 DBN 直接预测矿井涌水所 得到的预测结果进行对比.试验结果表明,DBN 间接预测 的预测精度最高,其平均绝对百分误差仅有５．８５％,运行时 长也大幅缩短,说明 DBN 间接预测矿井涌水量模型具有更 好的预测效果.研究结果为矿井涌水量的准确预测提供了 一种新的方法.

来源：2023年第2期

《矿业研究与开发》期刊编辑部

查看矿业研究与开发杂志2023年第2期