一种基于K-means聚类分析的微震事件聚集程度自动判识方法、系统、电子设备及可读存储介质技术方案

本发明专利技术提供一种基于K‑means聚类分析的微震事件聚集程度自动判识方法、系统、电子设备及可读存储介质，属于矿井冲击地压监测预警分析领域，基于K‑means算法对微震事件进行聚类分析；根据肘部法则确定聚类个数的值，每次聚类完成后计算误差平方和；计算聚类区域中所有个微震事件数据点至最终聚类中心的距离；计算聚类区域中所有个数据点至聚类中心距离的平均值；解析单个聚集区微震事件的聚集程度；计算所有个聚类区域的聚集程度；根据各个聚类区域的聚集程度对个聚类区域进行排序，完成对微震事件聚集程度的自动判识。方法提高微震监测技术进行冲击地压监测、预警、分析的时效性和准确性。

【技术实现步骤摘要】

本专利技术属于矿井冲击地压监测预警分析领域，具体涉及一种基于k-means聚类分析的微震事件聚集程度自动判识方法、系统、电子设备及可读存储介质。

技术介绍

1、现有技术中，涉及的微震事件是岩体内因应力场变化导致岩石破裂而产生的强度较弱的地震波，即微弱的地震信号。对于这种地震不同于地震勘探时的人工地震，微震事件是在生产过程中自然发生的，具有能量小、持续时间短等特点。地下岩体破裂产生的声发射现象就称为微地震事件。在生产活动中，如地下矿井深部开采过程中发生岩石破裂和地震活动，常常会产生这些微小地震事件。

2、目前，微震监测技术是一种物理检测方法，主要用于对生产活动中产生的微小地震事件进行数据的采集、观测和分析，以判断岩层的稳定性，预防可能的地质灾害。

3、随着煤矿开采强度和深度的增加，冲击地压事故的发生越来越频繁。在煤矿冲击地压灾害显著增加的大背景下，多种分析和监测手段被应用于冲击地压监测，其中，微震监测技术对煤矿冲击地压监测、检验、预警起到了良好的效果，其原理是通过分析微震事件的空间分布特征及时序变化特征，结合矿山压力相关理论，分析应力本文档来自技高网...

【技术保护点】

1.一种基于K-means聚类分析的微震事件聚集程度自动判识方法，其特征在于，方法包括：

2.根据权利要求1所述的基于K-means聚类分析的微震事件聚集程度自动判识方法，其特征在于，步骤S1还包括：

3.根据权利要求1所述的基于K-means聚类分析的微震事件聚集程度自动判识方法，其特征在于，步骤S2还包括：

4.根据权利要求1所述的基于K-means聚类分析的微震事件聚集程度自动判识方法，其特征在于，所述步骤S3中，计算聚类区域中所有个微震事件数据点至最终聚类中心的距离，分别为、、、…、，所述距离的计算采用欧氏距离，即

<p>5.根据权利要求...

【技术特征摘要】

1.一种基于k-means聚类分析的微震事件聚集程度自动判识方法，其特征在于，方法包括：

2.根据权利要求1所述的基于k-means聚类分析的微震事件聚集程度自动判识方法，其特征在于，步骤s1还包括：

3.根据权利要求1所述的基于k-means聚类分析的微震事件聚集程度自动判识方法，其特征在于，步骤s2还包括：

4.根据权利要求1所述的基于k-means聚类分析的微震事件聚集程度自动判识方法，其特征在于，所述步骤s3中，计算聚类区域中所有个微震事件数据点至最终聚类中心的距离，分别为、、、…、，所述距离的计算采用欧氏距离，即

5.根据权利要求1所述的基于k-means聚类分析的微震事件聚集程度自动判识方法，其特征在于，所述步骤s4中，通过下述公式计算聚类区域中所有个数据点至聚类中心距离的平均值，

6.根据权...

【专利技术属性】
技术研发人员：王存文，李伟，张修峰，刘健，陈洋，董春雨，
申请(专利权)人：山东能源集团有限公司，
类型：发明
国别省市：