【技术实现步骤摘要】
一种承压水上采煤微震突水预警方法、装置及终端设备
[0001]本专利技术属于矿井水患监测
,尤其涉及一种承压水上采煤微震突水预警方法、装置及终端设备。
技术介绍
[0002]承压水上采煤作业时,临近开采煤层的底板中存在强含水层或联通含水层的导水层,若底板的承压水穿越隔水层进入开采空间,则会出现突水事故。煤矿突水事故会直接影响作业施工,造成重大的经济损失甚至人员伤亡,威胁安全生产。
[0003]目前常用的煤矿突水预警方法包括使用水质监测传感器判断水质是否出现突变、监测隔水层电阻率的变化判断隔水层是否出现破损等。但是由于不同矿井的实际地质情况差异大,造成突水事故的因素多样,现有的突水事故监测预警方法不能满足复杂的实际生产环境的需求,准确性低。
技术实现思路
[0004]有鉴于此,本专利技术实施例提供了一种承压水上采煤微震突水预警方法、装置及终端设备,以解决现有技术中突水事故预警准确性低的问题。
[0005]本专利技术实施例的第一方面提供了一种承压水上采煤微震突水预警方法,包括:
[0006]获取突水样本库,所述突水样本库包括至少一个突水案例;各个突水案例分别包括至少一个监测数据;
[0007]将各个突水案例对应的监测数据进行归一化,得到各个突水案例对应的初始训练样本;
[0008]对各个初始训练样本进行互相关分析,得到各个初始训练样本的相关性系数;并剔除相关性系数高于相关性系数阈值的初始训练样本,得到第一训练样本;
[0009]基于神经网络学习算法和第 ...
【技术保护点】
【技术特征摘要】
1.一种承压水上采煤微震突水预警方法,其特征在于,包括:获取突水样本库,所述突水样本库包括至少一个突水案例;各个突水案例分别包括至少一个监测数据;将各个突水案例对应的监测数据进行归一化,得到各个突水案例对应的初始训练样本;对各个初始训练样本进行互相关分析,得到各个初始训练样本的相关性系数;并剔除相关性系数高于相关性系数阈值的初始训练样本,得到第一训练样本;基于神经网络学习算法和第一训练样本,创建承压水上采煤微震突水预警模型,所述承压水上采煤微震突水预警模型用于对承压水上采煤矿井进行突水预警。2.如权利要求1所述的一种承压水上采煤微震突水预警方法,其特征在于,所述监测数据包括微震事件数量、微震事件变化率、底板贯通率、微震密集区距离、隐伏构造距离、钻孔水位变化率、工作面推进参数以及矿压参数。3.如权利要求2所述的一种承压水上采煤微震突水预警方法,其特征在于,所述将各个突水案例对应的监测数据进行归一化,包括:基于公式将各个突水案例对应的微震事件数量进行归一化;其中,A
j
(i)为第j个突水案例中第i个时间段内的微震事件数量,1≤j≤J,J为所述突水样本库中的突水案例个数;a
j
(i)为第j个突水案例中第i个时间段对应的微震事件数量的归一化数据;为第j个突水案例中各个时间段对应的微震事件数量的最小值,为第j个突水案例中各个时间段对应的微震事件数量的最大值;基于公式将各个突水案例对应的微震事件变化率进行归一化:其中,b
j
(i)为第j个突水案例中第i个时间段内的微震事件变化率的归一化数据,A
j
(i-1)为第j个突水案例中第i-1个时间段内的微震事件数量;基于公式将各个突水案例对应的底板贯通率进行归一化;其中,c
j
(i)为第j个突水案例中第i个时间段内的底板贯通率的归一化数据,R
j
为第j个突水案例对应的含水层数量,R
j
(i)为第j个突水案例中第i个时间段内监测到微震事件的含水层数量;基于公式将各个突水案例对应的微震密集区距离进行归一化:其中,d
j
(i)为第j个突水案例中第i个时间段内的微震密集区距离的归一化数据,D
j
(i)为第j个突水案例中第i个时间段内的微震密集区距离,K
j
为第j个突水案例对应的工作面走向总长度;基于公式将各个突水案例对应的隐伏构造距离进行归一化:其中,e
j
(i)为第j个突水案例中第i个时间段内隐伏构造距离的归一化数据,E
j
(i)为第j个突水案例中第i个时间段内的隐伏构造距离;
基于公式将各个突水案例对应的钻孔水位变化率进行归一化:其中,f
j
(i)为第j个突水案例中第i个时间段内的钻孔水位变化率的归一化数据,F
j
(i)为第j个突水案例中第i个时间段内的钻孔水位,F(i-1)为第j个突水案例中第i-1个时间段内的钻孔水位;基于公式将各个突水案例...
【专利技术属性】
技术研发人员:啜晓宇,贾靖,李玉宝,赵立松,卢钢,王鹏,梁东成,
申请(专利权)人:河北煤炭科学研究院有限公司,
类型:发明
国别省市:
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。