【技术实现步骤摘要】
煤矿智能开采工作面底板突水预测模型、预测方法及系统
[0001]本专利技术属于煤矿领域,涉及底板水害智能预测,具体涉及一种煤矿智能开采工作面底板突水预测模型、预测方法及系统。
技术介绍
[0002]随着人工智能的快速发展,煤矿智能化开采已经成为了一种必要的发展趋势,智能化开采将会给矿井安全生产带来重大革新。煤矿智能化开采可大幅减少采煤工作面作业人员,促使煤矿开采达到无人化或少人化的开采目标,进而在一定程度上减少因煤矿事故引起的人员伤亡和财产损失。目前大多数煤矿建立的智能开采工作面的地质及水文地质条件较为简单,然而随着煤炭资源开采向深部逐渐转移,智能开采工作面虽然能够减少作业人员并降低人员伤亡,但仍然面临着煤层底板突水事故的困扰,无法从根本上消除煤层底板突水的隐患,这将严重制约煤矿智能化开采的进一步发展。
[0003]智能开采工作面底板突水与诸多因素有关,其中主要包括底板隔水层厚度、含水层水压、含水层富水性、断层分维值、底板破坏深度、开采高度、开采宽度和工作面推采速度等因素。目前,工作面底板突水主要是采用突水系数法进行评价预测,同时依靠人为经验进行相关的分析判断,缺乏自主学习、主动智能预测和智能决策的方法及系统,致使智能开采工作面底板水害不能做到主动预测与防治,进而制约着煤矿智能化发展的脚步。
技术实现思路
[0004]针对现有技术存在的不足,本专利技术的目的在于,提供一种煤矿智能开采工作面底板突水预测方法及系统,解决现有技术中智能开采工作面底板水害无法实现智能准确预测的技术问题。
[0 ...
【技术保护点】
【技术特征摘要】
1.一种煤矿智能开采工作面底板突水智能预测模型的构建方法,其特征在于,该方法包括以下步骤:步骤1,确定影响因素,并通过采集与统计得到影响因素的具体数值;所述影因素包括水文地质因素和采掘活动因素;所述水文地质因素底板隔水层厚度、含水层水压、含水层富水性和断层分维值;所述采掘活动因素包括底板破坏深度、开采高度、开采宽度和工作面推采速度;步骤2,对步骤一中得到的具体数值进行预处理,将预处理得到的样本数据作为训练数据集S;步骤3,构建并训练底板突水智能预测模型;基于随机森林算法构建底板突水智能预测模型,将训练数据集作为输入,将突水和未突水作为输出,对底板突水智能预测模型进行训练,得到训练好的底板突水智能预测模型。2.如权利要求1所述煤矿智能开采工作面底板突水智能预测模型的构建方法,其特征在于,所述通过采集与统计得到影响因素的具体数值的过程为:通过插值方法得到底板隔水层厚度、含水层富水性和断层分维值的数值大小;通过采集得到含水层水压、底板破坏深度、开采高度、开采宽度和工作面推采速度的数值大小。3.如权利要求2所述煤矿智能开采工作面底板突水智能预测模型的构建方法,其特征在于,所述通过插值方法得到底板隔水层厚度、含水层富水性和断层分维值的数值大小的具体过程包括以下内容:通过统计矿区钻孔数据进行插值处理得到底板隔水层厚度;通过对矿井抽水资料统计得到单位涌水量q的进行插值处理得到工作面的单位涌水量q,进而得到含水层富水性;通过煤矿采掘工程平面图进行插值得到研究区,用边长为r的正方形网格将研究区划分为正方形块段,再将正方形块段的分维值赋给正方形块段的中心点,得到不同区域的断层分维值。4.如权利要求2所述煤矿智能开采工作面底板突水智能预测模型的构建方法,其特征在于,所述通过采集得到含水层水压、底板破坏深度、开采高度、开采宽度和工作面推采速度的数值大小的具体方法包括以下内容:所述含水层水压通过布设于钻孔孔底水压传感器直接采集得到;所述底板破坏深度是通过微震监测传感器采集微震信号,将微震信号通过网络通信站传输至地面主站,由地面主站通过对微震信号的分析处理,并结合水文地质资料,解算得到煤层回采过程中煤层底板破坏深度数值大小;所述开采高度、开采宽度和工作面推采速度通过地质资料及实际开采情况实时采集得到。5.如权利要求1所述煤矿智能开采工作面底板突水智能预测模型的构建方法,其特征在于,所述构建并训练底板突水智能预测模型的具体过程为:步骤3.1,将训练数据集S输入到底板突水智能预测模型中,将突水和未突水的结果作为目标输出,采用重抽样方法对训练数据集S进行重复抽样,得到ntree个训练数据集S
i
,建立每个训练数据集S
i
相对应的决策树h
i<...
【专利技术属性】
技术研发人员:王皓,尚宏波,周振方,乔伟,薛建坤,刘基,王甜甜,赵春虎,
申请(专利权)人:中煤科工集团西安研究院有限公司,
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。