【技术实现步骤摘要】
本专利技术涉及矿业和信息，具体涉及一种煤矿典型灾害风险异构信息协同融合与分级预测方法。
技术介绍
1、煤矿开采面临着多种灾害风险，如冲击地压、瓦斯爆炸、火灾、水害、软岩等问题，这些灾害问题严重制约了煤矿的安全高效开采。为了提升煤矿安全生产的能力，研发一套适用于多灾种并存的协同防控技术至关重要。在研发协同防控技术之前，首先需要深入了解和揭示煤炭开采典型灾害的致灾机理。通过对煤矿灾害发生的原因、过程和影响因素的研究，可以建立起有效的灾害风险评估模型，为灾害的预防和控制提供科学依据。在灾害风险评估中，传统的方法主要依靠专家经验和统计数据进行分析。然而，由于煤矿灾害的复杂性和多样性，传统方法存在一定的局限性。因此，开发一种基于异构信息的典型灾害风险评估方法具有重要意义。
技术实现思路
1、为了解决上述问题，本专利技术提供了一种新的思路和技术手段来解决煤矿多灾种并存的问题，利用异构信息源，如传感器数据、监测数据、地质勘探数据等，获取多维度、多源头的数据信息。通过对这些数据的采集、处理和分析，更加全面地了解矿井的安全状况和潜在风险。在协同融合方面，提出了一种基于数据挖掘和机器学习算法的方法，将不同来源的数据进行集成和融合。通过建立灾害风险评估模型，并利用数据挖掘技术对数据进行分析和挖掘，可以发现数据中隐藏的规律和关联性，从而提高对灾害风险的预测和识别能力。另外，还提供了一种分级预测方法，将煤矿灾害风险分为不同的等级，并根据风险等级制定相应的防控措施。这种分级预测方法可以帮助矿井管理者和决策者更
2、本专利技术为了实现上述目的，采用如下技术方案：
3、一种煤矿典型灾害风险异构信息协同融合与分级预测方法，包括如下步骤：
4、步骤1、建立煤矿典型灾害风险多参量指标体系识别典型灾害风险特征参数，基于时序受限玻尔兹曼机模型筛选典型灾害风险关键特征参数并进行特征提取；
5、步骤2、构建典型灾害风险数据融合模型和多源信息协同融合数据库；
6、步骤3、基于卷积神经网络和长短期记忆网络构建典型灾害风险多参量感知分级预测模型，基于收集的历史数据训练和评估模型；
7、步骤4、构建基于大数据技术的典型灾害风险智能联动与决策平台。
8、进一步地，所述步骤1的具体过程为：
9、步骤1.1、确定煤矿典型灾害的种类，分析各类灾害的核心影响因素；
10、步骤1.2、基于煤矿典型灾害的种类和各类灾害的核心影响因素建立煤矿典型灾害风险多参量指标体系，通过煤矿典型灾害风险多参量指标体系识别典型灾害风险特征参数；
11、步骤1.3、构建并训练时序受限玻尔兹曼机模型t-rbm；采用时序受限玻尔兹曼机模型t-rbm优化煤矿典型灾害风险多参量指标体系，筛选得到典型灾害风险关键特征参数；同时，利用时序受限玻尔兹曼机模型对典型灾害风险关键特征参数进行特征提取。
12、进一步地，所述步骤1.2中，建立的煤矿典型灾害风险多参量指标体系具体包括大倾角采场煤壁失稳影响因素、顶板突水影响因素、冲击地压影响因素、煤与瓦斯突出影响因素、火灾影响因素、软岩巷道变形影响因素；其中，大倾角采场煤壁失稳影响因素包括采场倾角、顶板厚度、顶板岩性、顶板水文条件、煤层应力状态、采场几何参数、采场支护方式；顶板突水影响因素包括顶板岩性、顶板厚度、工作面进度、钻孔注浆压力、顶板应力状态、顶板煤层液态含量；冲击地压影响因素包括煤层顶板岩性、采场几何参数、采场支护方式、采场开采方法、煤层倾角、采场进度、煤层厚度、煤层应力状态、煤层岩性；煤与瓦斯突出影响因素包括煤层厚度、煤层瓦斯含量、煤层瓦斯压力、煤层瓦斯解吸能力、煤体的力学性质、煤层地应力状态、采掘工艺和方法；火灾影响因素包括煤层瓦斯含量、煤层瓦斯压力、煤层温度、煤层的氧含量、煤层的含水量、煤的自然倾向性、矿井通风系统；软岩巷道变形影响因素包括巷道围岩的抗剪强度、巷道围岩的岩体结构、巷道支护形式和质量、顶板水文条件、巷道围岩的应力状态。
13、进一步地，所述步骤1.3的具体过程为：
14、步骤1.3.1、构建时序受限玻尔兹曼机模型；时序受限玻尔兹曼机模型的能量函数定义如下：
15、(1)；
16、式中，表示第个时间步的可见层状态；表示第个时间步的隐层状态；是第个时间步的第个可见层偏置；是第个时间步的第个可见层状态；是第个时间步的第个隐层偏置；是第个时间步的第个隐层状态；表示第个时间步连接第个可见层和第个隐层的权重；表示第个时间步和第个时间步连接的第个隐层的权重；是第个时间步的第个隐层状态；为可见层总数；为隐层总数；为时间步总数；
17、步骤1.3.2、使用训练数据对t-rbm进行训练；训练过程为：
18、首先，对每个时间步的可见层状态和隐层状态进行初始化；
19、然后，交替更新可见层和隐层的状态，直到收敛；更新规则如下：
20、 (2)；
21、 (3)；
22、式中，表示与的激活概率；表示与的激活概率；是非线性激活函数；
23、最后，根据更新后的状态计算梯度，并根据梯度更新网络参数：
24、 (4)；
25、 (5)；
26、 (6)；
27、 (7)；
28、式中，表示参数的变化量；为学习率；表示在训练数据上的期望；表示在模型上的期望；
29、步骤1.3.3、训练完成后进行特征提取；特征提取的过程为：
30、首先，对于每个样本，在每个时间步将其输入到时序受限玻尔兹曼机模型中，得到隐层的激活值，作为新的特征表示；
31、视第个时间步的可见层状态为样本，第个时间步的隐层状态是一组激活值，则有：
32、 (8)；
33、式中，表示在t-rbm模型中经过一次前向传播后得到的隐层激活值；
34、然后，将每个时间步的特征向量按照时间顺序拼接起来，得到特征矩阵；特征矩阵的表示如下：
35、 (9)；
36、式中，表示第个时间步的特征向量，维度为。
37、进一步地，所述步骤2中，典型灾害风险数据融合模型的构建过程为：首先，构建典型灾害风险数据模型；构建的典型灾害风险数据模型包括大倾角采场煤壁失稳相关参数数据模型、冲击地压相关参数数据模型、煤与瓦斯突出相关参数数据模型、火灾相关参数数据模型、顶板突水相关参数数据模型、软岩巷道变形相关参数数据模型；然后，基于多个综合影响因素建立典型灾害风险数据融合模型；综合影响因素包括地质条件、开采信息、围岩动态信息、煤层瓦斯条件、温度和氧含量；
38、多源信息协同融合数据库的构建过程为：首先，建立关系型数据本文档来自技高网...
【技术保护点】
1.一种煤矿典型灾害风险异构信息协同融合与分级预测方法，其特征在于，包括如下步骤：
2.根据权利要求1所述煤矿典型灾害风险异构信息协同融合与分级预测方法，其特征在于，所述步骤1的具体过程为：
3.根据权利要求2所述煤矿典型灾害风险异构信息协同融合与分级预测方法，其特征在于，所述步骤1.2中，建立的煤矿典型灾害风险多参量指标体系具体包括大倾角采场煤壁失稳影响因素、顶板突水影响因素、冲击地压影响因素、煤与瓦斯突出影响因素、火灾影响因素、软岩巷道变形影响因素；其中，大倾角采场煤壁失稳影响因素包括采场倾角、顶板厚度、顶板岩性、顶板水文条件、煤层应力状态、采场几何参数、采场支护方式；顶板突水影响因素包括顶板岩性、顶板厚度、工作面进度、钻孔注浆压力、顶板应力状态、顶板煤层液态含量；冲击地压影响因素包括煤层顶板岩性、采场几何参数、采场支护方式、采场开采方法、煤层倾角、采场进度、煤层厚度、煤层应力状态、煤层岩性；煤与瓦斯突出影响因素包括煤层厚度、煤层瓦斯含量、煤层瓦斯压力、煤层瓦斯解吸能力、煤体的力学性质、煤层地应力状态、采掘工艺和方法；火灾影响因素包括煤层瓦斯含量、煤层
4.根据权利要求2所述煤矿典型灾害风险异构信息协同融合与分级预测方法，其特征在于，所述步骤1.3的具体过程为：
5.根据权利要求4所述煤矿典型灾害风险异构信息协同融合与分级预测方法，其特征在于，所述步骤2中，典型灾害风险数据融合模型的构建过程为：首先，构建典型灾害风险数据模型；构建的典型灾害风险数据模型包括大倾角采场煤壁失稳相关参数数据模型、冲击地压相关参数数据模型、煤与瓦斯突出相关参数数据模型、火灾相关参数数据模型、顶板突水相关参数数据模型、软岩巷道变形相关参数数据模型；然后，基于多个综合影响因素建立典型灾害风险数据融合模型；综合影响因素包括地质条件、开采信息、围岩动态信息、煤层瓦斯条件、温度和氧含量；
6.根据权利要求5所述的煤矿典型灾害风险异构信息协同融合与分级预测方法，其特征在于，所述步骤3中，典型灾害风险多参量感知分级预测模型的工作过程为：
7.根据权利要求1所述的煤矿典型灾害风险异构信息协同融合与分级预测方法，其特征在于，所述步骤3中，典型灾害风险多参量感知分级预测模型的训练和评估过程为：
8.根据权利要求1所述的煤矿典型灾害风险异构信息协同融合与分级预测方法，其特征在于，所述步骤4的具体过程为：
...【技术特征摘要】
1.一种煤矿典型灾害风险异构信息协同融合与分级预测方法，其特征在于，包括如下步骤：
2.根据权利要求1所述煤矿典型灾害风险异构信息协同融合与分级预测方法，其特征在于，所述步骤1的具体过程为：
3.根据权利要求2所述煤矿典型灾害风险异构信息协同融合与分级预测方法，其特征在于，所述步骤1.2中，建立的煤矿典型灾害风险多参量指标体系具体包括大倾角采场煤壁失稳影响因素、顶板突水影响因素、冲击地压影响因素、煤与瓦斯突出影响因素、火灾影响因素、软岩巷道变形影响因素；其中，大倾角采场煤壁失稳影响因素包括采场倾角、顶板厚度、顶板岩性、顶板水文条件、煤层应力状态、采场几何参数、采场支护方式；顶板突水影响因素包括顶板岩性、顶板厚度、工作面进度、钻孔注浆压力、顶板应力状态、顶板煤层液态含量；冲击地压影响因素包括煤层顶板岩性、采场几何参数、采场支护方式、采场开采方法、煤层倾角、采场进度、煤层厚度、煤层应力状态、煤层岩性；煤与瓦斯突出影响因素包括煤层厚度、煤层瓦斯含量、煤层瓦斯压力、煤层瓦斯解吸能力、煤体的力学性质、煤层地应力状态、采掘工艺和方法；火灾影响因素包括煤层瓦斯含量、煤层瓦斯压力、煤层温度、煤层的氧含量、煤层的含水量、煤的自然倾向性、矿井通风系统；软岩巷道变形影响因素包括巷道围岩的抗剪强度、巷道围岩的岩体结构、巷...
【专利技术属性】
技术研发人员：王蕊，陈绍杰，郭忠平，黄万朋，赵同彬，张文泉，马志涛，汪锋，臧传伟，李杨杨，栾恒杰，张玉宝，张培森，张继成，
申请(专利权)人：山东科技大学，
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。