基于变分模态分解的瓦斯浓度多尺度组合预测

为提高煤矿瓦斯浓度的预测精度,将瓦斯浓度序列变分模态分解后对各模态分量分别采用差分整合移动平均自回归（ARIMA）模型和门控循环单元（GRU）模型进行预测,采用诱导广义有序加权函数平均（IGOWFA）算子组建变权组合预测模型的方法,对实验数据比较,结果表明：与采用单一预测方法或固定权值组合预测方法相比该方法的预测结果具有更高的预测精度,为煤矿判断瓦斯事故发生概率提供依据。