基于随机森林的矿压预测方法

煤矿开采过程中工作面矿压显现的分析与预测,对于保障煤矿安全生产具有重要意义.分布式光纤监测技术是煤矿开采过程中覆岩变形监测的新方法,以分布式光纤监测采动覆岩变形相似物理模拟试验为背景,建立了基于随机森林的MBCT-SR-RF工作面来压预测模型.首先提出光纤加权频移平均变化度,并引入多步逆向云变换算法(MBCT-SR)计算光纤上所有测点频移数据的期望Ex、熵En和超熵He等统计特征;然后以光纤加权频移平均变化度和光纤频移数据的统计特征(Ex,En,He)作为输入样本,以均方根误差(RMSE)、平均绝对误差(MAE)和平均绝对百分比误差(MAPE)作为性能评估指标;最后进行了预测模型的泛化能力研究.试验结果表明,基于MBCT-SR-RF的工作面来压预测方法的RMSE为5.2896 cm,MAE为4.3367 cm,MAPE为3.9167％,与BP神经网络和SVM支持向量机方法相比,均低于相应的评价指标,具有较高的准确率、鲁棒性和泛化能力.该方法实现了基于光纤频移数据的工作面来压预测,为煤矿开采过程中的顶板智能化管理提供了判断依据.