[发明专利]一种非平稳过程粉尘浓度预测方法

说明书

本发明涉及一种非平稳过程粉尘浓度预测方法，属于矿山粉尘预测领域。该方法包括以下步骤：S1：记录一段时间内粉尘浓度随时间的变化值C(t)；S2：利用变分模式分解法对C(t)进行分解，得到粉尘浓度随时间沉积趋势值、粉尘浓度随矿井工作状态周期变化值及具有平稳过程的粉尘浓度随时间波动值；S3：分别对粉尘浓度随时间沉积趋势值、粉尘浓度随矿井工作状态周期变化值及具有平稳过程的粉尘浓度随时间波动值进行预测，最终预测粉尘浓度。

技术领域

本发明属于矿山粉尘预测领域，涉及一种非平稳过程粉尘浓度预测方法。

背景技术

粉尘主动控制技术是矿井职业危害防治的重要组成部分，而科学有依据的粉尘主动控制技术需依赖于具有高可靠性的粉尘浓度预测技术。

矿井粉尘浓度受矿井工作状态、生产工艺参数、粉尘颗粒沉降特性、接尘点位置、温度、湿度等多方面因素影响，考虑到多参数预测模型计算量庞大且过于复杂难以建立，目前主流的预测方法为仅将时间变量作为单变量来对粉尘浓度进行预测，然而常用的基于概率统计或时间预测序列的预测方法均要求用于预测的历史数据为统计学意义上的平稳过程，对于矿井粉尘而言，由于受矿井生产机械工作状态及粉尘沉降特性的影响，其浓度值在长时间范围内具有趋势性及部分周期性，呈现为统计学意义上的非平稳过程，因此常用的时序预测方法难以满足矿井粉尘预测需求。

发明内容

有鉴于此，本发明的目的在于提供一种非平稳过程粉尘浓度预测方法，来解决传统预测方法无法准确预测矿井粉尘浓度的问题；具有以下优点：模型对历史数据拟合精度高，后检验差比值小于0.35，模型预测精度高，相对误差小于5％。

为达到上述目的，本发明提供如下技术方案：

一种非平稳过程粉尘浓度预测方法，该方法包括以下步骤：

S1：记录一段时间内粉尘浓度随时间的变化值C(t),t＝t₁,t₂...t_n；

S2：利用变分模式分解法对C(t)进行分解，得到粉尘浓度随时间沉积趋势值C_trend(t)、粉尘浓度随矿井工作状态周期变化值C_seasonal(t)及具有平稳过程的粉尘浓度随时间波动值C_resid(t)，粉尘浓度C(t)＝C_trend(t)+C_seasonal(t)+C_resid(t)；

S3：分别对C_trend(t)、C_seasonal(t)、C_resid(t)进行预测，最终预测粉尘浓度为C_predict(t')＝C_{trend-predict}(t')+C_{seasonal-predict}(t')+C_{resid-predict}(t'),t'＝t_n+1,t_n+2,...,t_n+m。

可选的，所述S3具体为：

利用灰色预测法对粉尘浓度随时间沉积趋势值C_trend(t)进行预测，得到C_{trend-predict}(t')；

(1)建立灰色模型；

C_{trend-predict}(t)的累加序列为根据灰色模型理论，C_{trend-predict}⁽¹⁾(t)满足方程微分方程：

其中，θ为发展灰数，χ为内生控制灰数；

对微分方程求解得：