基于W-RBF的瓦斯时间序列预测方法
来源期刊:煤炭学报2008年第1期
论文作者:高莉 于洪珍 胡延军
关键词:瓦斯; W-RBF; 时间序列预测; 混沌;
摘 要:对煤矿监测监控系统采集到的瓦斯历史数据进行特征分析,通过小数据量法判定瓦斯时间序列为混沌时间序列.利用混沌时间序列的特性确定RBF神经网络的输入节点个数.提出了基于W-RBF的瓦斯时间序列预测方法.该方法将小波的多分辨率特性与RBF神经网络相结合,以提高预测精度.仿真结果表明,该方法不仅能预测出瓦斯时间序列的变化趋势,还可以保证预测值的精度,预测值与真实值对比,绝对误差最大为0.1%,且92个采样点的预测值与真实值相一致.
高莉1,于洪珍2,胡延军2
(1.徐州师范大学,电气工程及自动化学院,江苏,徐州,221116;
2.中国矿业大学,信息与电气工程学院,江苏,徐州,221008)
摘要:对煤矿监测监控系统采集到的瓦斯历史数据进行特征分析,通过小数据量法判定瓦斯时间序列为混沌时间序列.利用混沌时间序列的特性确定RBF神经网络的输入节点个数.提出了基于W-RBF的瓦斯时间序列预测方法.该方法将小波的多分辨率特性与RBF神经网络相结合,以提高预测精度.仿真结果表明,该方法不仅能预测出瓦斯时间序列的变化趋势,还可以保证预测值的精度,预测值与真实值对比,绝对误差最大为0.1%,且92个采样点的预测值与真实值相一致.
关键词:瓦斯; W-RBF; 时间序列预测; 混沌;
【全文内容正在添加中】