综采工作面瓦斯数据时间序列预测方法研究

摘要：

针对现有基于时间序列的瓦斯浓度预测方法存在算法复杂、预测步长较短等问题,根据瓦斯浓度历史监测数据的随机性与时序性,提出了一种基于ARIMA+GARCH组合模型的综采工作面瓦斯数据时间序列预测方法.首先建立ARIMA预测模型,对瓦斯浓度数据进行平稳化处理,并确定模型的参数估计;然后在预测模型的可靠性通过检验后,针对ARIMA模型在预测过程中存在的均值回归问题,采用GARCH模型模拟ARIMA产生的拟合残差,并将模拟出的结果作为ARIMA模型中预测的噪声项,以此优化预测结果.测试结果表明,基于ARIMA+GARCH组合模型的瓦斯浓度预测方法能够反映瓦斯浓度真实值的变化趋势,平均绝对误差、相对百分误差绝对值、标准差、均方误差4项判断指标都很小,具有较高的预测精度.

关键词：综采工作面、瓦斯浓度预测、时间序列、残差序列、残差拟合、ARIMA模型、GARCH模型

所属期刊栏目：45

分类号：TD712(矿山安全与劳动保护)

资助基金：陕西省重点研发计划项目2017GY-046

在线出版日期：2019-07-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：80-85