煤炭工程

作者：李鹏,辛诗雨,闫凡壮,等

单位：1. 神华神东煤炭集团有限责任公司；2. 中国矿业大学（北京）；

关键词：瓦斯涌出量,煤巷掘进工作面,深度学习,LSTM神经网络,预测模型,

研究煤巷掘进工作面瓦斯涌出量，对于煤巷掘进工作面瓦斯防治具有重要意义。利用深度学习理论与长短期记忆神经网络高效处理时间序列样本的特性，建立基于LSTM神经网络的煤巷掘进工作面瓦斯涌出量预测模型，依据训练过程中损失值的大小对模型超参数进行优化，选择并确定模型的最优超参数，借助煤巷掘进工作面瓦斯涌出量原始数据，验证模型的适用性和准确性，并根据预测结果分析工作面瓦斯涌出量在时间维度上的变化趋势。研究结果对预测煤巷掘进工作面瓦斯涌出变化趋势、判别工作面瓦斯异常涌出、提升掘进工作面瓦斯治理水平具有参考意义。

来源：2024年第12期

《煤炭工程》期刊编辑部

查看煤炭工程杂志2024年第12期