人工智能在煤矿瓦斯风险评估中的应用_中国煤炭行业知识服务平台

人工智能在煤矿瓦斯风险评估中的应用

作者

申小明
单位

山西煤炭运销集团古县东瑞煤业有限公司
摘要

瓦斯事故是影响煤矿安全生产的主要事故类型，为降低瓦斯事故风险，提出一种创新实用的煤矿瓦斯风险等级评价方法，为煤矿瓦斯事故的防治提供帮助。研究主要包括3个步骤，首先，收集煤矿瓦斯事故的真实数据；其次，由于属性特征较多，数据集具有过于高维、大规模和高复杂性的结构特征，采用t分布随机邻域嵌入(t-SNE)方法处理复杂的高维气体事故数据；最后，利用遗传算法(GA)对支持向量机(SVM)进行优化，对煤矿瓦斯事故的严重程度进行预测。结果表明，通过对预测效果、误差分布、时间成本等性能的比较，引入t-SNE的评价模型可以准确预测89%的事故结果，同时节省约60%的时间成本。
关键词

风险评估煤矿瓦斯事故t-分布随机邻域遗传算法(GA)支持向量机(SVM)
文章目录

0 引言
1 研究方法
1.1 数据准备步骤
1.2 数据降维
1.3 风险评估建模
2 结果与讨论
2.1 用t-SNE进行数据降维
2.2 GA-SVM的预测过程
3 控制过程
4 结论
DOI

10.20120/j.cnki.issn.1671-749x.2024.0934
引用格式

[1]申小明.人工智能在煤矿瓦斯风险评估中的应用[J].陕西煤炭,2024,43(09):168-172.