基于EEMD-LSTM模型的尾矿库风险预测模型研究

作     者：马斌 张晨晨 赵怡晴 张旭芳 李彦令 MA Bin;ZHANG Chenchen;ZHAO Yiqing;ZHANG Xufang;LI Yanling

作者机构：华北水利水电大学信息工程学院河南郑州450046 北京科技大学土木与资源工程学院北京100083 郑州大学综合设计研究院有限公司河南郑州450002 

基　　金：国家自然科学基金项目(51804018) 国家安监总局2018年安全生产重特大事故防治关键技术科技项目(henan-0004-2018AQ) 河南省高等学校重点科研项目(22B430019) 

出 版 物：《中国安全生产科学技术》 (Journal of Safety Science and Technology)

年 卷 期：2022年第18卷第12期

页      码：116-121页

摘      要：为了提高尾矿库风险预警能力,针对尾矿库稳定性受多种风险因素影响,以及风险变化的非线性,提出1种融合集合经验模态分解(EEMD)和长短期记忆(LSTM)的尾矿库风险预测模型。首先,采用皮尔逊相关系数分析尾矿库风险因素之间的相关性;然后,使用EEMD方法分解非线性的位移序列;最后,构建LSTM网络模型预测位移变化。以某尾矿库为例,将EEMD-LSTM模型与EEMD-BP模型、LSTM模型对比分析,评估模型的有效性。研究结果表明:EEMD-LSTM模型对尾矿库风险的预测精度明显提高,对防范化解尾矿库安全风险具有重要意义。

主 题 词：尾矿库 风险预测 皮尔逊相关系数 集合经验模态分解 长短期记忆 

学科分类：08[工学] 0837[0837] 

D　O　I：10.11731/j.issn.1673-193x.2022.12.016

馆 藏 号：203116815...