基于Python的瓦斯浓度 ARIMA预测模型构建及其应用-论文

矿井瓦斯浓度预测时间序列 Python语言 ARIMA

针对矿井瓦斯浓度预测研究现状，提出一种基于Python的瓦斯浓度时间序列预测方法。该方法采集、处理了矿井瓦斯浓度历史数据，形成适用于数据挖掘的平稳时间序列；基于该序列，调用Python自带的ARIMA模块函数，构建瓦斯浓度预测模型；利用建立的预测模型对瓦斯浓度进行预测，并对比分析瓦斯浓度历史数据与预测数据的误差大小，进行模型预测效果评价；最后，利用满足精度要求的预测模型，预测瓦斯浓度变化趋势。以贵州某矿为例，采集2018年３月５日至2018年３月７日的瓦斯数据作为样本数据，并调用Python的ARIMA模块建立预测模型，开展瓦斯浓度预测研究。结果表明，该方法实现了瓦斯浓度预测的可视化，并使瓦斯浓度预测均方根误差低为2.34％，预测精度较高，可为降低矿井瓦斯事故提供一定的技术支撑。

文件下载

评论信息

其他资源

免责申明

【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论【只为小站】经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见版权及免责申明

基于Python的瓦斯浓度 ARIMA预测模型 构建及其应用-论文

文件下载

评论信息

其他资源

免责申明

个人信息

相关资源标签

热门下载

最新下载

基于Python的瓦斯浓度 ARIMA预测模型构建及其应用-论文