公开(公告)号：CN117875472A

公开(公告)日：2024-04-12

申请号：CN202311646094.5

申请日：2023-12-04

Applicant: 重庆邮电大学

Inventor： 许国良 ,  张家麟

IPC: G06Q10/04 ,  G06Q50/02 ,  G06F18/10 ,  G06F18/214 ,  G06F18/213 ,  G06F18/27 ,  G06N3/0442 ,  G06N3/0985 ,  G06N3/006 ,  G06F123/02

Abstract: 本发明涉及煤矿开采涌水量预测技术领域，公开了及一种基于神经网络和成分分解法的矿井水情预测方法、系统，包括：S1、获取若干矿井水情数据，并对所述矿井水情数据进行预处理，得到矿井水情数据集；S2、基于所述训练集所对应的时间构建NeuralProphet模型；S3、基于所述训练集构建成分分解预测模型；S4、分别利用步骤S2和步骤S3中训练的模型在所述验证集上进行预测实验，计算出所述NeuralProphet模型和成分分解预测模型之间的最佳权重组合；S5、利用所述初始组合模型在所述测试集上进行预测实验；S6、将实际矿井水情数据输入到所述最终预测模型中，得到最终的预测结果。本发明设计了一种成分分解预测模型，能更好地适应非线性和非平稳的时间序列。