基于LASSO-LARS的回采工作面瓦斯涌出量預測研究

陳 茜，黃連兵

(1.煤炭工業(yè)規(guī)劃設計研究院有限公司,北京 100120；2.山東科技大學 電子信息工程學院，山東 青島 266590)

0 引 言

近年來，我國煤礦安全形勢有所好轉，安全事故起數(shù)和死亡人數(shù)逐年下降，但安全形勢依然嚴峻，煤礦事故頻發(fā)，重特大事故時有發(fā)生。據(jù)不完全統(tǒng)計，2013—2017年期間全國煤礦事故1 945起，死亡人數(shù)3 771人，其中瓦斯事故起數(shù)和死亡人數(shù)分別占11.21%和30.17%，成為僅次于頂板災害事故的第二大安全事故種類，可見瓦斯仍是引發(fā)煤礦安全事故的主要因素之一。而瓦斯涌出量作為瓦斯防治與管理，礦井通風系統(tǒng)設計的重要基礎數(shù)據(jù)，快速、精確的預測瓦斯涌出量是實現(xiàn)煤礦安全生產(chǎn)的重要前提。國內(nèi)外眾多學者對煤礦瓦斯涌出量的預測模型做了大量的研究。齊慶杰等[1]、陳存強[2]、馬文偉等[3]分別采用分源預測法對礦井瓦斯涌出量進行了預測；曹朋等[4]將多元線性回歸和BP神經(jīng)網(wǎng)絡模型進行組合，預測了礦井瓦斯涌出量；苗杰[5]、施式亮等[6]分別采用灰色系統(tǒng)相關理論對礦井瓦斯涌出量進行了研究；楊宏海[7]、楊明磊等[8]將SVM 回歸與分源預測法相結合建立SVM 分源預測數(shù)學模型，對回采工作面的瓦斯涌出量進行了回歸分析；胡坤等[9]利用正則化異常值隔離與回歸方法(LOIRE)，結合TLBO優(yōu)化算法，建立了TLBO-LOIRE優(yōu)化預測模型對相關影響因素進行計算分析并對煤礦回采工作面瓦斯涌出量進行了預測。但上述預測模型也存在著一定的缺陷，如:神經(jīng)網(wǎng)絡模型需要選擇模型及參數(shù)，存在著收斂速度慢等缺點;灰色理論預測當原始數(shù)據(jù)序列波動大并且信息過于分散時，預測精度將會降低;聚類分析法中隸屬度的確定受人為因素影響較大?！?br>