龚选平,杨鹏

• 1:中煤能源研究院有限责任公司

摘要(Abstract)：

瓦斯突出是矿井工作中的一大安全隐患，严重威胁着井下员工的人身安全和生产工作的顺利开展。建立一个可以及时防范瓦斯突出的模型对降低事故风险、保护矿工人身安全有着举足轻重的意义。造成瓦斯突出的原因有许多，这些原因造成瓦斯突出危险性的增加。在实际掘进活动中，把传感器采集到的多种信息加以综合，利用GRU神经网络强大的时间序列数据处理能力和记忆能力，构建出完整的瓦斯突出预警模型。实验结果表明，基于GRU神经网络的瓦斯突出预警模型在预测精度和分级预警效果上均表现出色，能够在关键时刻发出有效的预警信号，为煤矿安全生产提供了有力保障。

关键词(KeyWords)： GRU神经网络;瓦斯突出;预警模型;影响因素

Abstract:

Keywords:

基金项目(Foundation): 国家重点研发计划“储层地质参数高精度测量关键技术研究及应用”（2023YFF0615400）

作者(Author): 龚选平,杨鹏

参考文献(References)：

• [1]鄂旭，邵良杉，李胜，等.近年来我国煤炭经济发展研究及预测[J].辽宁工业大学学报（社会科学版），2010, 12(2):8-9, 38.
• [2]张培森，张晓乐，董宇航，等. 2008-2021年我国煤矿事故规律分析及预测研究[J].矿业安全与环保，2023, 50(2):136-140, 146.
• [3]李全贵，李建波，胡千庭，等.基于案例推理的煤与瓦斯突出预警模型研究[J].矿业安全与环保，2023, 50(5):24-29, 36.
• [4]王文青. GRU神经网络在航迹预测中的研究与应用[D].天津：中国民航大学，2021.
• [5]徐家慧，张昊，肖林朋，等.基于GRU神经网络的电网告警信息分类研究[J].计算机与数字工程，2019, 47(6):1405-1408, 1538.
• [6]刘兴伟，柴家风，王倩微，等.基于GRU神经网络的燃气用气量预测[J].煤气与热力，2023, 43(4):1-6, 12.
• [7]黎镭，陈蔼祥，李伟书，等. GRU递归神经网络对股票收盘价的预测研究[J].计算机与现代化，2018(11):103-108.
• [8]潘建平，蔡卓言，赵瑞淇，等.基于InSAR和GRU神经网络的不稳定斜坡地表形变预测[J].测绘通报，2023(3):33-38.
• [9]司中应，郁钟铭.影响煤与瓦斯突出因素的定量化分析与应用[J].煤炭技术，2012, 31(12):79-81.
• [10]秦玉金，安丰华，苏伟伟，等.基于Fick定律的柱状煤瓦斯扩散系数变化规律及模型构建[J].煤炭科学技术，2023, 51(8):140-149.
• [11]郭寿松.大宁矿突出主控因素及区域措施效检指标临界值确定[J].煤矿安全，2014, 45(7):5-8.
• [12]徐静，王勃，孙雪莹.基于RNN神经网络的人力资源管理风险预警模型[J].计算机与数字工程，2020, 48(7):1727-1730.
• [13]陈佳. RNN神经网络在股指预测中的应用研究[D].天津：天津科技大学，2019.
• [14]刘宜博.基于LSTM神经网络的电量预测分析[J].集成电路应用，2023, 40(8):78-79.
• [15]张萧，黄晞，仲伟汉，等. Sigmoid函数及其导函数的FPGA实现[J].福建师范大学学报（自然科学版），2011, 27(2):62-65.
• [16]国家安全生产监督管理总局，国家煤矿安全监察局.煤矿安全规程（2016）[M].北京：煤炭工业出版社，2016.
• [17]陈永冉.《防治煤与瓦斯突出细则》修订关键技术研究[J].煤炭与化工，2021, 44(9):101-105, 108.
• [18]冉鹏，王灵，李昕，等.改进Softmax分类器的深度卷积神经网络及其在人脸识别中的应用[J].上海大学学报（自然科学版），2018, 24(3):352-366.
• [19]马留柱.基于组合赋权的有限区间云模型底板突水风险性评价[J].中国煤炭地质，2023, 35(7):68-73.