一种基于温度-气体耦合度与EARO-LightGBM的煤炭自燃温度智能预警方法

本发明提出了一种基于温度‑气体耦合度与EARO‑LightGBM的煤炭自燃温度智能预警方法，属于煤矿安全的技术领域。本发明步骤：获取多组温度和气体浓度的数据，计算指标比值，确定多个气体指标并进行预处理，随机划分得到训练集；计算气体指标与对应温度的耦合度并对气体指标数据进行加权；根据气体指标数据组成的序列计算动态模糊熵，与耦合度加权特征矩阵进行拼接得到输入特征集；利用自适应能量因子衰减策略与多策略协同演化机制的EARO算法优化LightGBM模型，得到最优超参数组合的预测模型；实时采集煤矿温度和气体浓度，计算指标比值，处理后得到实时输入特征向量，输入训练好的预测模型，得到煤炭温度预测值。本发明在预测精度、鲁棒性和泛化能力上均有显著提升。