煤炭工程

作者：周旭,王认卓,代亚勋,张九零,孙玉雯

单位：1. 华北理工大学；2. 华北理工大学矿业工程学院；

关键词：煤自燃,指标气体,贝叶斯优化,XGBoost,

为了精准快速预测矿井煤自燃等级，提出一种结合贝叶斯优化方法、极限梯度提升回归树(XGBoost)的煤自燃分级预警模型。以山东省某矿的煤自然发火实验数据为基础，依据指标气体曲线随温度的变化趋势，划分煤自燃预警等级。同时将数据划分为训练集与测试集，选取O2、CO、C2H4、CO/ΔO2、C2H4/C2H6指标气体作为XGBoost模型的输入，煤温等级作为模型的输出，同时采用贝叶斯优化方法对XGBoost模型中的学习率、n_estimators、最大深度等超参数寻优，构建基于贝叶斯优化的XGBoost煤自燃分级预警模型(BO-XGBoost)，并将测试集数据带入到BO-XGBoost、XGBoost、BO-RF、BO-SVM、BO-KNN模型中进行比较分析，结果显示，BO-XGBOOST模型预测准确率为91%，较BO-RF、BO-SVM、BO-KNN准确率分别提高3%、9%、12%。通过在唐山东欢坨煤矿煤自燃分级预警中应用，进一步验证了BO-XGBoost模型的普适性与稳定性，表明建立的BO-XGBoost模型更适合煤自燃分级预警。

来源：2022年第8期

《煤炭工程》期刊编辑部

查看煤炭工程杂志2022年第8期