基于改进OS-ELM的煤矿微震事件在线识别方法

作者：丁琳琳; 张明; 刘媛媛; 张翰林; 郝亚丽; 潘一山

来源：煤炭科学技术, 2020, S2: 233-239.

• 微震事件
• 预处理
• 在线顺序极限学习机
• 滑动窗口

煤矿微震事件是在采矿过程中发生的一种诱发地震,其中大能量的微震事件会引发冲击地压事故,是煤矿井下开采的危害之一。针对煤矿微震信号识别,现有微震事件识别方法仍然存在识别精度低、时延明显问题。为此,提出一种基于改进OS-ELM的煤矿微震事件在线识别方法,首先利用极值连接降维对原始微震数据进行预处理,将预处理之后的微震数据作为OS-ELM模型的输入,将OSELM训练得到的输出权值,作为下一次的更新信息,建立OS-ELM分类器模型,然后增加滑动窗口机制,实现对海量微震信号的在线分批训练和预测,从训练和预测方面提高速度和精度。试验结果表明,改进后的OS-ELM算法与OS-ELM和ELM分类算法相比,不仅能保持较好的训练和识别精度,同时大幅提高了运算速度。

• 单位
  辽宁大学; 新汶矿业集团有限责任公司; 土木工程学院