一种利用3D多属性融合技术预测灰岩裂隙带的方法及系统技术方案

本发明专利技术公开了一种利用3D多属性融合技术预测灰岩裂隙带的方法及系统，包括以下步骤：建立第一和第二多元回归数学模型；采集若干第一、第二自变量观测值、若干第一、第二因变量观测值；根据若干第一自变量观测值和若干第一因变量观测值得到第一待定系数值；根据若干第二自变量观测值和若干第二因变量观测值得到第二待定系数值；将第一和第二待定系数值代入第一和第二多元回归数学模型中，并根据第一和第二自变量观测值分别得到第一和第二因变量预测值；对多元回归数学模型的可信度进行检验，确定最终的多元回归数学模型并输出的因变量预测值对灰岩裂隙带进行预测。本发明专利技术达到提供一种高效、高准确率且能进行定量分析的预测方法及系统的目的。法及系统的目的。法及系统的目的。

【技术实现步骤摘要】
一种利用3D多属性融合技术预测灰岩裂隙带的方法及系统


[0001]本专利技术涉及多属性融合预测
，具体涉及一种利用3D多属性融合技术预测灰岩裂隙带的方法及系统。

技术介绍

[0002]目前煤矿随着开采深度的增加，底板灰岩岩溶裂隙性含水层富水性复杂，加之地质构造条件复杂，因此，灰岩含水层富水特征及突水危险性预测是深部安全绿色开采亟待解决的问题。
[0003]岩层属性是指从岩层数据中提取出来的运动学、动力学和统计学岩层特殊测量值，过去的文献常称为岩层特征参数，现在已统称为岩层属性。岩层属性技术是指提取、显示、分析和评价岩层属性的技术，在煤田岩层勘探中包括岩层属性的提取、岩层属性的分析、利用岩层属性区分构造、岩性并进行目的层预测。岩溶裂隙发育带的岩层响应特征很复杂，但是仍可以引起运动学和动力学特征的变化，根据这些特征变化提取岩层属性参数预测岩溶裂隙发育情况。目前对灰岩含水层富水特征及突水危险性的预测只能做到定性预测，并且采用预测方法是通过手工对原始资料进行计算统计，因此存在数据量大、计算繁琐、计算误差大、容易出错以及工作效率低等问题。
[0004]因此，目前迫切需要开发出一套对灰岩岩溶裂隙带发育情况进行高效、准确且能定量分析的技术方案。

技术实现思路

[0005]为了克服现有技术的不足，本专利技术提供一种利用3D多属性融合技术预测灰岩裂隙带的方法及系统，用于解决现有技术在预测灰岩裂隙带发育情况时，只能进行定性分析，并且计算繁琐、计算误差大、容易出错以及工作效率低等问题，从而达到提供一种高效、高准确率且能进行定量分析的预测方法及系统的目的。
[0006]为解决上述问题，本专利技术所采用的技术方案如下：
[0007]一种利用3D多属性融合技术预测灰岩裂隙带的方法，包括以下步骤：
[0008]建立第一多元回归数学模型和第二多元回归数学模型；
[0009]采集若干第一自变量观测值、若干第二自变量观测值、若干第一因变量观测值以及若干第二因变量观测值；
[0010]根据所述若干第一自变量观测值和所述若干第一因变量观测值得到第一多元回归数学模型中的第一待定系数值；
[0011]根据所述若干第二自变量观测值和所述若干第二因变量观测值得到第二多元回归数学模型中的第二待定系数值；
[0012]根据所述第一因变量预测值和所述第二因变量预测值，将所述第一待定系数值和所述第二待定系数值代入所述第一多元回归数学模型和所述第二多元回归数学模型中，并根据所述第一自变量观测值和所述第二自变量观测值分别得到所述第一因变量预测值和
所述第二因变量预测值；
[0013]对所述第一多元回归数学模型和所述第二多元回归数学模型的可信度进行检验，确定最终的第一多元回归数学模型和第二多元回归数学模型；
[0014]根据所述最终的第一多元回归数学模型和第二多元回归数学模型输出的因变量预测值对灰岩裂隙带进行预测。
[0015]作为本专利技术优选的实施方式，在确定第一多元回归数学模型中的第一待定系数值时，包括：
[0016]假设因变量Y受m个自变量X1，X2，
…
，X
N
的影响，得到一经验回归方程，具体如公式1所示：
[0017][0018]假设所述经验回归方程上有N组的第一自变量观测值和第一因变量观测值，根据N组观测值和最小二乘法得到最小二乘法方程组，具体如公式2所示：
[0019]b0N+b1ΣX
1i
+b2ΣX
2i
+
…
+b
m
ΣX
mi
＝ΣY
i
[0020]b0ΣX
1i
+b1ΣX
1i2
+b2ΣX
1i
X
2i
+
…
+b
m
ΣX
1i
X
mi
＝ΣX
1i
Y
i (2)；
[0021]…………………………
[0022]b0ΣX
mi
+b1ΣX
mi
X
1i
+b2ΣX
mi
X
2i
+
…
+b
m
ΣX
mi2
＝ΣX
mi
Y
i
[0023]式中，Σ是i＝1到N的求和，(X
1i
，X
2i
，
…
，X
mi
；Y
i
)是N组观测值；
[0024]将所述最小二乘法方程组写成矩阵形式，具体如公式3所示：
[0025]X
T
XB＝X
T
Y (3)；
[0026]式中，X
T
是X的转置矩阵，B是所求待定系数向量，Y是已知因变量数据向量；
[0027]根据所述矩阵形式得到所述第一待定系数值。
[0028]作为本专利技术优选的实施方式，在建立所述第一多元回归数学模型和得到所述第一因变量预测值时，包括：
[0029]将得到所述第一待定系数值代入所述第一多元回归数学模型，完成所述第一多元回归数学模型的建立，具体如公式4所示：
[0030][0031]将所述第一自变量观测值代入所述第一多元回归数学模型，得到所述第一因变量预测值。
[0032]作为本专利技术优选的实施方式，在确定第二多元回归数学模型中的第二待定系数值时，包括：
[0033]将所述第二多元回归数学模型转化为多元线性回归模型；
[0034]获得所述多元线性回归模型的残差平方和；
[0035]对所述残差平方和求偏导数，得到正规方程组；
[0036]求解所述正规方程组得到所述第二待定系数值。
[0037]作为本专利技术优选的实施方式，在将所述第二多元回归数学模型转化为多元线性回归模型时，包括：
[0038]所述第二多元回归数学模型，具体如公式5所示：
[0039][0040]令所述第二多元回归数学模型中X1＝X，X2＝Y，X3＝X2，X4＝XY，X5＝Y2，
…
；
[0041]则所述第二多元回归数学模型可转化为多元线性回归模型，具体如公式6所示：
[0042][0043]式中，P是自变量个数。
[0044]作为本专利技术优选的实施方式，获得所述多元线性回归模型的残差平方和，具体如公式7所示：
[0045][0046]求Q对a0，a1，
…
，a
p
的偏导数，得到正规方程组。
[0047]作为本专利技术优选的实施方式，所述正规方程组，具体如公式8所示；
[0048][0049]采用矩阵求逆法对所述正规方程组进行求解，得到所述第二多元回归数学模型。
[0050]作为本专利技术优选的实施方式，在对可信度进本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种利用3D多属性融合技术预测灰岩裂隙带的方法，其特征在于，包括以下步骤：建立第一多元回归数学模型和第二多元回归数学模型；采集若干第一自变量观测值、若干第二自变量观测值、若干第一因变量观测值以及若干第二因变量观测值；根据所述若干第一自变量观测值和所述若干第一因变量观测值得到第一多元回归数学模型中的第一待定系数值；根据所述若干第二自变量观测值和所述若干第二因变量观测值得到第二多元回归数学模型中的第二待定系数值；将所述第一待定系数值和所述第二待定系数值代入所述第一多元回归数学模型和所述第二多元回归数学模型中，并根据所述第一自变量观测值和所述第二自变量观测值分别得到所述第一因变量预测值和所述第二因变量预测值；根据所述第一因变量预测值和所述第二因变量预测值，对所述第一多元回归数学模型和所述第二多元回归数学模型的可信度进行检验，确定最终的第一多元回归数学模型和第二多元回归数学模型；根据所述最终的第一多元回归数学模型和第二多元回归数学模型输出的因变量预测值对灰岩裂隙带进行预测。2.根据权利要求1所述的利用3D多属性融合技术预测灰岩裂隙带的方法，其特征在于，在确定第一多元回归数学模型中的第一待定系数值时，包括：假设因变量Y受m个自变量X1，X2，
…
，X
N
的影响，得到一经验回归方程，具体如公式1所示：假设所述经验回归方程上有N组的第一自变量观测值和第一因变量观测值，根据N组观测值和最小二乘法得到最小二乘法方程组，具体如公式2所示：式中，Σ是i＝1到N的求和，(X
1i
，X
2i
，
…
，X
mi
；Y
i
)是N组观测值；将所述最小二乘法方程组写成矩阵形式，具体如公式3所示：X
T
XB＝X
T
Y
ꢀꢀꢀꢀ
(3)；式中，X
T
是X的转置矩阵B是所求待定系数向量，Y是已知因变量数据向量；根据所述矩阵形式得到所述第一待定系数值。3.根据权利要求2所述的利用3D多属性融合技术预测灰岩裂隙带的方法，其特征在于，在建立所述第一多元回归数学模型和得到所述第一因变量预测值时，包括：将得到所述第一待定系数值代入所述第一多元回归数学模型，完成所述第一多元回归数学模型的建立，具体如公式4所示：
将所述第一自变量观测值代入所述第一多元回归数学模型，得到所述第一因变量预测值。4.根据权利要求1所述的利用3D多属性融合技术预测灰岩裂隙带的方法，其特征在于，在确定第二多元回归数学模型中的第二待定系数值时，包括：将所述第二多元回归数学模型转化为多元线性回归模型；获得所述多元线性回归模型的残差平方和；对所述残差平方和求偏导数，得到正规方程组；求解所述正规方程组得到所述第二待定系...

【专利技术属性】
技术研发人员：范磊，罗忠琴，金学良，
申请(专利权)人：中国煤炭地质总局地球物理勘探研究院，
类型：发明
国别省市：