基于神经网络的煤矿采动区地面直井产能预测

作者：李延河; 王保玉; 吕闰生; 倪小明; 张昆; 郭恒宜

来源：煤炭技术, 2023, 42(11): 81-86.

DOI：10.13301/j.cnki.ct.2023.11.017

• 采动区
• 煤系气
• 神经网络
• 产能预测

基于平顶山首山一矿煤系地质条件、采动区上“三带”发育规律和1口地面采动试验井排采数据，通过理论分析选取埋深、煤厚、渗透率、井口负压、管道压力和瓦斯浓度为地质控制参数，建立了采动直井多参数BP神经网络煤系气产能预测模型。结果表明：随着采煤工作面的推进，日产气量随排采时间呈逐渐递减趋势；不同排采阶段产气量变化较大，整体上产气规律划分为3个阶段分区：Ⅰ产气高值阶段，Ⅱ产气峰值阶段，Ⅲ产气衰减阶段。当BP神经网络隐含层神经元个数为10、30和50时，训练集、验证集和测试集数据拟合度达到90%左右，模型预测结果显示实际日产气量和预测日产气量相对误差较低，分别为3.01%、5.22%和3.35%，实际累计产气量和预测累计产气量数据相关性为0.999 1、0.999 7和0.999 8。

• 单位
  河南理工大学; 平顶山天安煤业股份有限公司