【技术实现步骤摘要】
一种煤层地理信息系统精度提升方法
本专利技术涉及综采工作面无人自主开采
,具体涉及一种煤层地理信息系统精度提升方法。
技术介绍
煤层厚度预测对煤炭开采过程至关重要,现有煤田地质勘探方法主要包括地质分析法、钻探分析法、地震法和地球物理勘探法。地质分析法主要研究岩相古地理、沉积相、煤相,了解有利于聚煤的古地理单元及其分布,提出矿区聚煤作用控制因素,分析清楚聚煤规律,掌握地质构造对区内煤层厚度影响规律,从而实现对煤层厚度及其空间展布形态的预测;地质分析法能很好地反映区域信息,但对局部信息的预测不够准确。钻探法是直接取得地下深部实物资料的唯一手段,对于单个钻孔,在取芯完整的前提下,测得的煤层厚度数据是比较准确的;但钻孔数比较少,孔距也一般间隔数百米以上;地震法又可细分为振幅法、直接预测方法和统计分析法。地震法是在满足一定前提条件下,通过反射波能量或振幅在频率域和时间域上成准线性关系的原理进行煤层厚度预测,包括直接预测方法和统计分析法两种;直接预测方法是根据薄层理论及煤层反射波形成机理推导出直接计算厚度公 ...
【技术保护点】
1.一种煤层地理信息系统精度提升方法,其特征在于,包括以下步骤:/n第一步、数据预处理;/n第二步、基于浅层机器学习的时序预测方法预测煤层地理信息系统;具体如下:基于SVR的时序预测方法预测煤层地理信息系统;/n第三步、基于深度学习的时序预测方法预测煤层地理信息系统;具体如下:基于LSTM的时序预测方法预测煤层;/n第四步、建立预测区域煤层三维模型;根据第二步和第三步中的预测结果分别绘制预测区域煤层三维模型;/n第五步、结果分析。/n
【技术特征摘要】
1.一种煤层地理信息系统精度提升方法,其特征在于,包括以下步骤:
第一步、数据预处理;
第二步、基于浅层机器学习的时序预测方法预测煤层地理信息系统;具体如下:基于SVR的时序预测方法预测煤层地理信息系统;
第三步、基于深度学习的时序预测方法预测煤层地理信息系统;具体如下:基于LSTM的时序预测方法预测煤层;
第四步、建立预测区域煤层三维模型;根据第二步和第三步中的预测结果分别绘制预测区域煤层三维模型;
第五步、结果分析。
2.根据权利要求1所述的煤层地理信息系统精度提升方法,其特征在于,第一步中,所述数据预处理中所采集的数据包括物探数据、钻探数据和历史截割数据。
3.根据权利要求2所述的煤层地理信息系统精度提升方法,其特征在于,第一步中,具体数据预处理包括以下步骤:
1)、作坐标系转换处理,将上述三种数据均转换为采区局部地理坐标系下的坐标;
2)、根据三种数据各自的特点分别作煤层厚度计算和底板曲面计算;具体的,由物探数据求得的煤厚及底板曲面;由钻探数据求得的煤厚;由历史截割数据求得的煤厚及底板曲面;
3)、根据采区局部地理坐标系分别对三类数据按顺序排列整理;
4)、建立数据库;具体的,由物探数据建立知识引导数据库;由钻探数据建立监测调整数据库;由历史截割数据建立动态预测数据库。
4.根据权利要求1所述的煤层地理信息系统精度提升方法,其特征在于,第二步中,所述基于SVR的时序预测方法预测煤层地理信息系统,包括以下步骤:
1)、收集预处理后的知识引导数据、动态预测数据和监测调控数据;
2)、建立SVR的时序预测模型,并以知识引导数据为训练集训练该模型,让模型对煤层的整体分布产生系统全面的认识;
3)、将动态预测数据按照6:2:2的比例划分为训练集、测试集和预测集;
4)、根据动态预测数据划分出的训练集再次训练基于SVR的时序预测模型,并计算出测试区域煤厚的残差;
5)、通过算法判断残差是否在给定的误差范围内,若残差在给定误差范围内,则模型预测预测集上的煤层厚度和底板曲面;反之,需要再次对模型进行训练。
5.根据权利要求4所述的煤层地理信息系统精度提升方法,其特征在于,第二步中,还包括:基于小波变换以及SVR的时...
【专利技术属性】
技术研发人员:王世博,谢洋,葛世荣,
申请(专利权)人:中国矿业大学,
类型:发明
国别省市:江苏;32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。