一种煤矿开采工作面顶板导水裂隙带发育高度的预测方法技术

本发明专利技术公开了一种煤矿开采工作面顶板导水裂隙带发育高度的预测方法，包括：获取待预测矿区的地质信息与导水裂隙带相关数据；基于地质信息获取地质条件在限定范围内的其他矿区的导水裂隙带相关数据；分别基于支持向量机回归和BP神经网络构建模型，根据导水裂隙带相关数据与模型获得导水裂隙带高度中心值，并计算获取中心值区间半径；根据区间半径获得工作面顶部导水裂隙带发育高度的预测区间。本发明专利技术相比于传统的确定性点预测，在兼顾可靠性和准确性的同时，为矿井水害防治和水资源保护提供更全面有效的信息，比点预测更具有参考价值。比点预测更具有参考价值。比点预测更具有参考价值。

【技术实现步骤摘要】
一种煤矿开采工作面顶板导水裂隙带发育高度的预测方法


[0001]本专利技术属于矿井水害防治
，特别是涉及一种煤矿开采工作面顶板导水裂隙带发育高度的预测方法。

技术介绍

[0002]矿井突水一直是煤矿开采过程中的难题，随着我国东部煤炭资源逐渐枯竭，目前煤炭开采重心已转移到西部地区，西部地区属典型的干旱
‑
半干旱地区，浅表层水资源整体匮乏，生态环境脆弱，同时煤层顶板含水层水文地质性质差异大、富水性不均，煤开采常产生较大涌水，威胁井下安全开采。突水和水资源不足，将会在较长时间内困扰西部矿区大型煤炭安全开采和可持续发展。导水裂隙带作为矿井涌(突)水的主要通道，预测导水裂隙带的发育高度对煤矿防治水工作和水资源保护具有重要意义。
[0003]西部煤矿多为侏罗系煤层，埋藏浅，主采煤层厚，在开采方式和地层埋藏等方面与东部石炭
‑
二叠系煤层有很大差异。因此，东部煤矿导水裂隙带的预测方法并不适用于西部煤矿。目前对导水裂隙带发育高度预测的方法有规范经验公式、理论分析、现场探测、数值模拟及物理模拟等。其中，规范经验公式最为常用，通过计算可获得导水裂隙带高度预测区间值，但规范公式中一方面仅考虑了最主要因素煤层厚度，未考虑其他影响因素，另一方面由于规范经验公式为东部石炭二叠系煤层开采导水裂隙带实测值总结获取，因此对西部侏罗系煤层开采导水裂隙带高度的预测误差较大。现场探测成本较高，通常不可能针对一个矿井开展大规模现场探测工作，而物理模拟及数值模拟方法相对简单，但预计导水裂隙带高度时，由于岩土层结构差异及真实参数较难获取，使其预测结果误差较大，针对导水裂隙带发育高度进行多因素预测也较为常见，但通常预测结果仅为点预测值，与工作面开采后实际导水裂隙带发育高度有较大误差，由此可见，现有技术有待于进一步改进和提高。

技术实现思路

[0004]本专利技术的目的是提供一种煤矿开采工作面顶板导水裂隙带发育高度的预测方法，以解决上述现有技术存在的问题。
[0005]为实现上述目的，本专利技术提供了一种煤矿开采工作面顶板导水裂隙带发育高度的预测方法，包括：
[0006]获取待预测矿区的地质信息与导水裂隙带相关数据；
[0007]基于所述地质信息获取地质条件在限定范围内的其他矿区的导水裂隙带相关数据；
[0008]分别基于所述支持向量机回归和BP神经网络构建模型，根据导水裂隙带相关数据与模型获得导水裂隙带高度中心值，并计算获取中心值区间半径；
[0009]根据所述区间半径获得工作面顶部导水裂隙带发育高度的预测区间。
[0010]可选的，所述导水裂隙带相关数据包括煤矿开采工作面的导水裂隙带发育高度实量值与导水裂隙带发育高度影响因素数据，其中，导水裂隙带发育高度影响因素数据包括
煤层开采的厚度、煤层埋藏的深度、工作面斜长。
[0011]可选的，通过遗传算法对支持向量机回归和BP神经网络进行优化，基于优化后的支持向量机回归和BP神经网络构建模型，并根据导水裂隙带相关数据对模型进行训练，获得支持向量机回归模型与遗传神经网络模型。
[0012]可选的，获得导水裂隙带高度中心值的过程包括：
[0013]通过支持向量机回归模型与遗传神经网络模型分别获得若干个样本处的第一预测值集合与第二预测值集合，并进一步获得第一预测误差值集合与第二预测误差值集合，根据所述第一预测误差值集合、所述第二预测误差值集合与样本个数分别获得支持向量机回归模型与遗传神经网络模型对应的权重值，基于所述权重值、通过各个模型获得的若干样本处对应的预测值，获得各个样本处预测值的中心值。
[0014]可选的，计算获取中心值区间半径的过程包括：获取支持向量机回归模型与遗传神经网络模型的权重半径，根据所述权重半径与各个模型在若干样本处的预测值构建中心值区间半径计算公式；以绝对误差平方和最小为目标构建目标函数，基于所述中心值区间半径计算公式与所述目标函数获得各样本处的中心值区间半径。
[0015]可选的，绝对误差指区间值与实测值x
t
的绝对误差ε
t
的判断公式如下：
[0016][0017]其中，其中为第t个样本处预测值的中心值，x
t
为t个样本处的实测值，R
t
为第t个样本处中心值的区间半径。
[0018]可选的，根据样本处预测值的中心值与样本处中心值的区间半径获得工作面顶部导水裂隙带发育高度的预测区间。
[0019]本专利技术的技术效果为：
[0020]本专利技术提供了一种煤矿工作面开采顶板导水裂隙带发育高度的预测方法，收集本矿区及条件类似的邻近矿区导水裂隙带相关数据；获得导水裂隙带高度的中心值；确定中心值的区间半径；得到顶板导水裂隙带发育高度区间值。该方法相比于传统的确定性点预测，在兼顾可靠性和准确性的同时，为矿井水害防治和水资源保护提供更全面有效的信息，比点预测更具有参考价值。
附图说明
[0021]构成本申请的一部分的附图用来提供对本申请的进一步理解，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
[0022]图1为本专利技术实施例中的方法流程示意图。
具体实施方式
[0023]需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
[0024]需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的
计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
[0025]实施例一
[0026]如图1所示，本实施例中提供一种煤矿开采工作面顶板导水裂隙带发育高度的预测方法，包括：
[0027]S1.收集本矿区及条件类似的邻近矿区煤矿导水裂隙带相关数据包括煤矿开采工作面的导水裂隙带发育高度测量值与导水裂隙带发育高度影响因素数据；
[0028]所述导水裂隙带发育高度影响因素数据包括：煤层开采的厚度、煤层埋藏的深度与工作面斜长。
[0029]S2.获得导水裂隙带高度的中心值，所利用的方法为遗传算法(GA)所优化的支持向量机回归(SVR)和BP神经网络。
[0030]所述GA
‑
SVR为借助Matlab(2021a)软件编码得以实现。具体为：将所收集数据中的80％作为训练集，剩余20％作为测试集以检验支持向量机模型的预测效果，最后，获得目标导水裂隙带发育高度的预测值。
[0031]所述GA
‑
BP神经网络为借助Matlab(2021a)软件编码得以实现。具体为：将所收集数据中的80％作为训练集，剩余20％作为测试集以检验BP神经网络的预测效果，最后，获得目标导水裂隙带发育高度的预测值。
[0032]获得导水裂隙带高度的中心值，具体计算公式为：
[0033][0034][0035][0本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种煤矿开采工作面顶板导水裂隙带发育高度的预测方法，其特征在于，包括以下步骤：获取待预测矿区的地质信息与导水裂隙带相关数据；基于所述地质信息获取地质条件在限定范围内的其他矿区的导水裂隙带相关数据；分别基于支持向量机回归和BP神经网络构建模型，根据导水裂隙带相关数据与模型获得导水裂隙带高度中心值，并计算获取中心值区间半径；根据所述区间半径获得工作面顶部导水裂隙带发育高度的预测区间。2.根据权利要求1所述的煤矿开采工作面顶板导水裂隙带发育高度的预测方法，其特征在于，所述导水裂隙带相关数据包括煤矿开采工作面的导水裂隙带发育高度实量值与导水裂隙带发育高度影响因素数据，其中，导水裂隙带发育高度影响因素数据包括煤层开采的厚度、煤层埋藏的深度、工作面斜长。3.根据权利要求1所述的煤矿开采工作面顶板导水裂隙带发育高度的预测方法，其特征在于，通过遗传算法对支持向量机回归和BP神经网络进行优化，基于优化后的支持向量机回归和BP神经网络构建模型，并根据导水裂隙带相关数据对模型进行训练，获得支持向量机回归模型与遗传神经网络模型。4.根据权利要求3所述的煤矿开采工作面顶板导水裂隙带发育高度的预测方法，其特征在于，获得导水裂隙带高度中心值的过程包括：通过支持向量机回归模型与遗传神经网络模型分别获得若干个样本处的第一预测值集合与第二预测值集合，并进一步获得第一预测...

【专利技术属性】
技术研发人员：刘海洋，乔伟，王启庆，韩嫣博，张京民，刘斌斌，孟凡林，崔军舰，孙治豪，李俊，郭军旗，王首君，席邢超，郑尚，田勇，
申请(专利权)人：库车市科兴煤炭实业有限责任公司，
类型：发明
国别省市：