煤炭工程

作者：何维胜

单位：河南理工大学 安全科学与工程学院，河南 焦作 454000

关键词：涌水量预测,二次分解,BiLSTM,麻雀搜索算法,多尺度特征提取,ICEEMDAN,

矿井涌水量的精准预测对于矿山安全生产与水害防控至关重要。传统预测方法受限于模型假设条件及参数敏感性，难以满足工程对预测精度的高要求。基于此，提出了一种基于改进完全自适应噪声集合经验模态分解（ICEEMDAN）-变分模态分解（VMD）的二次分解技术，并结合双向长短期记忆网络（BiLSTM）与Transformer的矿井涌水量预测新方法。首先通过ICEEMDAN将原始涌水量信号分解为若干固有模态函数（IMFs）；接着引入麻雀搜索算法（SSA）对变分模态分解（VMD）的关键参数进行优化，对信号实施二次分解以完成多尺度特征提取。随后通过BiLSTM捕捉时序数据的短期与长期依赖特征，结合Transformer自注意力机制强化全局特征关联建模。实验结果表明，该方法在预测精度与鲁棒性方面均显著优于传统预测方法，为矿井涌水量监测及预警提供了全新的技术路径。

来源：2025年第12期

《煤炭工程》期刊编辑部

查看煤炭工程杂志2025年第12期