【技術實現步驟摘要】
本專利技術涉及預測方法，具體涉及一種涌水量的預測方法、裝置及系統。
技術介紹
1、礦井涌水量是流入礦井巷道內的地表水、裂隙水、老窯水、巖溶水等的總量。礦井涌水量是煤礦開發的一個重要技術條件，為了在建井和生產時采取相應的流、排、堵、防等措施，需要對礦井涌水量進行提前預測，現有預測的方法為傳統灰色預測。傳統灰色預測具體方法為，如，通過某工作面連續11天的井下涌水量，其中，以各時刻前10天的數據作為原始序列分別進行建模，來預測最后一天各時刻的涌水量，并以最后1天中24個時刻的礦井涌水量數據作為測試樣本來檢測模型。傳統灰色預測雖然可以克服信息短缺和短期波動大的困難，但其本質上只是原始數列的簡單公式代入，其中，灰化公式中a、b的值為簡化方便計算一般取a＝b＝0.5，這種取法限制了公式應用場景，使得傳統灰色預測的預測值不精確，不具有普遍性。
技術實現思路
1、為解決上述問題，本專利技術提供了一種涌水量的預測方法、裝置及系統能夠解決上述問題。
2、為實現上述目的，本專利技術采用以下技術手段：
3、第一方面，本專利技術提供了一種涌水量的預測方法，具體方法為：
4、步驟一、數據預處理：
5、將歷史涌水量數據進行歸一化處理，使得數據在同一數量級上；
6、步驟二、神經網絡初步訓練：
7、基于步驟一的歷史涌水量數據進行ga-bp神經網絡訓練；
8、步驟三、灰色預測：
9、以灰色gm(1,1)模型預測值與ga-b
10、將求得a、b的值帶入灰色gm(1,1)模型中，獲得ga-gm(1,1)模型并求解涌水量預測值。
11、本專利技術進一步的優選方案：所述歷史涌水量數據為單水倉涌水量數據。
12、本專利技術進一步的優選方案：所述單水倉涌水量數據包括單水倉單日涌水量數據、單水倉長周期涌水量數據。
13、本專利技術進一步的優選方案：所述單水倉單日涌水量數據為24小時每小時的涌水量，所述單水倉長周期涌水量數據為單日總涌水量數據。
14、本專利技術進一步的優選方案：所述歸一化處理的具體方法為，用matlab中的mapminmax函數把數據歸一化到[0,1]之間。
15、本專利技術進一步的優選方案：所述a、b的計算公式為：
16、x(0)(k)+az(1)(k)＝b，k＝2，3，…，n，
17、
18、其中，x(0)(k)為灰導數，z(1)(k)為白化背景值，k為時刻節點，t為時間變量，x(1)為時間t的函數。
19、第二方面，本專利技術提供了一種涌水量的預測裝置，包括：
20、數據預處理模塊，用于將歷史涌水量數據進行歸一化處理，使得數據在同一數量級上；
21、神經網絡初步訓練模塊，用于基于預處理后的歷史涌水量數據進行ga-bp神經網絡訓練；
22、灰色預測模塊，用于以灰色gm(1,1)模型預測值與ga-bp神經網絡預測值的差值作為適應度函數，基于遺傳算法求得灰色gm(1,1)模型中參數a和b的最優值，其中，a為發展系數，b為灰作用量；
23、將求得a、b的值帶入灰色gm(1,1)模型中，獲得ga-gm(1,1)模型并求解涌水量預測值。
24、第三方面，本專利技術提供了一種涌水量的預測系統，包括存儲介質和處理器；
25、所述存儲介質用于存儲指令；
26、所述處理器用于根據所述指令進行操作以執行根據第一方面中任一項所述的方法。
27、與現有技術相比，本專利技術的有益效果為：
28、1、本專利技術通過遺傳算法基于ga-bp神經網絡進行參數優化，最終求得最優的a、b值，從而，可以使灰色模型的預測值更精確且具有普遍性，方便井下水倉提前制定開泵方案，使開泵時段盡量避開高電價時段。
29、2、本專利技術通過神經網絡的訓練與測試集既可以是單水倉一日24小時到小時的詳細涌水數據，也可以是單水倉的一月的每日涌水量，也就既可以針對單水倉進行精確預測，也可以對單水倉進行每日總涌水預測，并且根據訓練集數據的時間段選取可以做到分季節分季度預測。
本文檔來自技高網...【技術保護點】
1.一種涌水量的預測方法，其特征在于，具體方法為：
2.根據權利要求1所述的一種涌水量的預測方法，其特征在于，所述歷史涌水量數據為單水倉涌水量數據。
3.根據權利要求2所述的一種涌水量的預測方法，其特征在于，所述單水倉涌水量數據包括單水倉單日涌水量數據、單水倉長周期涌水量數據。
4.根據權利要求3所述的一種涌水量的預測方法，其特征在于，所述單水倉單日涌水量數據為24小時每小時的涌水量，所述單水倉長周期涌水量數據為單日總涌水量數據。
5.根據權利要求1所述的一種涌水量的預測方法，其特征在于，所述歸一化處理的具體方法為，用Matlab中的mapminmax函數把數據歸一化到[0,1]之間。
6.根據權利要求1所述的一種涌水量的預測方法，其特征在于，所述a、b的計算公式為：
7.一種涌水量的預測裝置，其特征在于，包括：
8.一種涌水量的預測系統，其特征在于，包括存儲介質和處理器；
【技術特征摘要】
1.一種涌水量的預測方法，其特征在于，具體方法為：
2.根據權利要求1所述的一種涌水量的預測方法，其特征在于，所述歷史涌水量數據為單水倉涌水量數據。
3.根據權利要求2所述的一種涌水量的預測方法，其特征在于，所述單水倉涌水量數據包括單水倉單日涌水量數據、單水倉長周期涌水量數據。
4.根據權利要求3所述的一種涌水量的預測方法，其特征在于，所述單水倉單日涌水量數據為24小時每小時的涌水量，所述單水倉...
【專利技術屬性】
技術研發人員：張成，夏正龍，劉新超，陳宇，李威龍，劉瑩瑩，
申請(專利權)人：江蘇師范大學，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。