基于灰色LSTM算法的粉尘浓度预测.pdfVIP

第44卷第02期煤炭技术Vol.44No.02

2025年02月CoalTechnologyFeb.2025

doi:10.13301/ki.ct.2025.02.027

基于灰色LSTM算法的粉尘浓度预测

娄璇，杨超宇2

（1.安徽理工大学经济与管理学院，安徽淮南232001；2.安徽理工大学人工智能学院，安徽淮南232001）

摘要：原煤开采过程中所产生气体浮尘对人体及环境有较大的影响，其中井下粉尘浓度过

高及煤尘扩散,导致尘肺等职业病的患病概率与煤矿粉尘爆炸风险事故概率大幅增加,故需对煤矿

粉尘浓度进行有效地监测控制。通过变分模态分解算法，将原始样本数据分解为不在同一调制信号

内的2组数据,运用LSTM算法预测分解后的高频信号、灰色算法预测分解后的低频信号，并采取

马尔科夫链预测对预测模型进行修正,构建基于灰色LSTM算法的粉尘浓度预测模型。研究结果表