综采工作面瓦斯数据时间序列预测方法研究

论文摘要

针对现有基于时间序列的瓦斯浓度预测方法存在算法复杂、预测步长较短等问题,根据瓦斯浓度历史监测数据的随机性与时序性,提出了一种基于ARIMA+GARCH组合模型的综采工作面瓦斯数据时间序列预测方法。首先建立ARIMA预测模型,对瓦斯浓度数据进行平稳化处理,并确定模型的参数估计;然后在预测模型的可靠性通过检验后,针对ARIMA模型在预测过程中存在的均值回归问题,采用GARCH模型模拟ARIMA产生的拟合残差,并将模拟出的结果作为ARIMA模型中预测的噪声项,以此优化预测结果。测试结果表明,基于ARIMA+GARCH组合模型的瓦斯浓度预测方法能够反映瓦斯浓度真实值的变化趋势,平均绝对误差、相对百分误差绝对值、标准差、均方误差4项判断指标都很小,具有较高的预测精度。

论文目录

文章来源

类型: 期刊论文

作者: 赵美成,贺安民,屈世甲

关键词: 综采工作面,瓦斯浓度预测,时间序列,残差序列,残差拟合,模型

来源: 工矿自动化 2019年06期

年度: 2019

分类: 工程科技Ⅰ辑

专业: 矿业工程,安全科学与灾害防治

单位: 神华神东煤炭集团有限责任公司,中煤科工集团常州研究院有限公司,天地(常州)自动化股份有限公司

基金: 陕西省重点研发计划项目(2017GY-046)

分类号: TD712

DOI: 10.13272/j.issn.1671-251x.17421

页码: 80-85

总页数: 6

文件大小: 170K

下载量: 200

相关论文文献

• [1].基于ARIMA模型的卫星钟差异常值探测的模型选择方法[J]. 武汉大学学报(信息科学版) 2020(02)
• [2].基于ARIMA模型的西安市空气质量指数的分析与预测[J]. 电脑知识与技术 2019(35)
• [3].基于ARIMA模型对四川省医疗机构卫生资源需求预测分析[J]. 预防医学情报杂志 2020(02)
• [4].应用ARIMA模型预测石家庄市手足口病发病趋势[J]. 中国卫生统计 2020(01)
• [5].Forecasting Method of Stock Market Volatility in Time Series Data Based on Mixed Model of ARIMA and XGBoost[J]. 中国通信 2020(03)
• [6].ARIMA乘积季节模型在青州市布鲁氏菌病发病预测中的应用[J]. 中国医院统计 2020(02)
• [7].基于ARIMA的入境旅游月度过夜人次预测[J]. 微型电脑应用 2020(04)
• [8].ARIMA模型在江西省布鲁氏菌病发病数预测中的应用[J]. 中国人兽共患病学报 2020(03)
• [9].ARIMA模型在德国小蠊密度季节消长预测中应用及抗药性[J]. 中国公共卫生 2020(03)
• [10].Short-term Prediction of Ionospheric TEC Based on ARIMA Model[J]. Journal of Geodesy and Geoinformation Science 2019(01)
• [11].Analysis of temporal trends of human brucellosis between 2013 and 2018 in Yazd Province, Iran to predict future trends in incidence: A time-series study using ARIMA model[J]. Asian Pacific Journal of Tropical Medicine 2020(06)
• [12].ARIMA模型在台山地区手足口病疫情的预测作用[J]. 齐齐哈尔医学院学报 2020(07)
• [13].我国出境旅游人次的预测与分析——基于ARIMA模型[J]. 科技经济导刊 2020(20)
• [14].基于ARIMA乘积季节模型的某医院介入导管室手术量预测研究[J]. 中国现代手术学杂志 2020(03)
• [15].基于ARIMA模型的轴向柱塞泵回油量预测研究[J]. 内燃机与配件 2020(21)
• [16].基于ARIMA乘积季节模型预测医院感染患病率趋势和季节性[J]. 安徽预防医学杂志 2020(05)
• [17].一种基于ARIMA-SVR混合方法的汇率预测模型[J]. 智库时代 2019(01)
• [18].季节ARIMA模型在保费总收入预测中的应用[J]. 福建金融管理干部学院学报 2018(04)
• [19].基于ARIMA模型的游客人数分析与预测[J]. 电脑与电信 2019(Z1)
• [20].基于南昌市新建区居民伤害死亡趋势的ARIMA模型构建与预测[J]. 南昌大学学报(医学版) 2019(01)
• [21].基于ARIMA模型的图书馆微信公众号用户量预测[J]. 中国科技信息 2019(13)
• [22].基于ARIMA预测模型的人才市场需求分析[J]. 商讯 2019(11)
• [23].ARIMA模型在血液供应量预测分析中的应用[J]. 电脑知识与技术 2019(22)
• [24].基于ARIMA模型的郑州市玉米收购价分析及预测[J]. 现代商业 2019(28)
• [25].基于ARIMA模型的新疆阿克苏地区棉花价格分析与预警[J]. 农村经济与科技 2019(19)
• [26].基于ARIMA模型对网络舆情传播过程研究[J]. 广西质量监督导报 2019(11)
• [27].基于ARIMA-BPNN的组合模型在重庆市艾滋病发现人数预测中的应用[J]. 预防医学情报杂志 2018(03)
• [28].应用ARIMA模型预测某三级甲等医院门诊量[J]. 中国医院统计 2018(01)
• [29].基于ARIMA的价格时间序列分析与预测——以沪铝1803合约为例[J]. 经贸实践 2018(10)
• [30].ARIMA模型在肺结核登记病例数预测中的应用[J]. 江苏预防医学 2018(03)

标签：综采工作面论文;  瓦斯浓度预测论文;  时间序列论文;  残差序列论文;  残差拟合论文;  模型论文;