论文研究 改进SVSLMS算法在系统辨识中的应用及性能分析.pdf

近年来各种矿难频发，特别是瓦斯事故时见于报端。瓦斯事故通常伴随着较高的瓦斯浓度，因此，预测未来时刻的瓦斯浓度是预测瓦斯事故的有效手段，对煤矿的安全生产具有十分重要的意义。对混沌理论中的C-C方法进行简化，并用这种方法对5大煤矿的瓦斯浓度监测数据构成的时间序列进行相空间重构，依据数据的实际情况确定其最佳时延和嵌入维，然后用加权一阶局域法对下一时刻的瓦斯浓度进行预测。实验结果表明瓦斯浓度时间序列具有明显的混沌特性，且当时间序列长度为500时，计算量适中且预测结果较优，对500个异常瓦斯浓度预测的均方误差达到0.122 024，从而可用于瓦斯事故的预测，为煤矿及时采取通风等措施提供决策依据。