[發明專利]煤礦底板突水災害智能、實時預測預警的大數據云平臺

有效

• 申請號: 201811365704.3
• 申請日: 2018-11-16
• 公開（公告）號: CN109268072B
• 公開（公告）日: 2020-04-07
• 發明（設計）人: 李連崇;程關文;楊天鴻;朱萬成;劉洪磊;張鵬海;王四戌
• 申請（專利權）人: 東北大學
• 主分類號: E21F17/18
• 分類號: E21F17/18
• 代理公司: 大連理工大學專利中心 21200
• 代理人: 梅洪玉

1.煤礦底板突水災害智能、實時預測預警的大數據云平臺，其特征在于，包含煤礦底板地質分類系統、煤礦底板監測物聯網系統和實時顯示、預測預警系統；

所述的煤礦底板監測物聯網系統將采集到的信息傳輸給煤礦底板地質分類系統，經過數據處理后，煤礦底板地質分類系統將數據傳遞給實時顯示、預測預警系統；

煤礦底板地質分類系統包含煤礦底板地質信息的獲取模塊、煤礦底板地質信息定量化處理模塊、煤礦底板地質信息數據庫和煤礦底板地質聚類分析模塊；

煤礦底板地質信息的獲取模塊實現收集煤礦的底板的工程地質及水文地質信息，信息包括煤礦底板空間分布、含水層富水性、含水層水頭壓力和隔水層的厚度；

煤礦底板地質信息定量化處理模塊，實現對煤礦底板地質信息的獲取模塊采集到的信息進行如下處理：

a對含水層富水性X₁判斷分級：煤層底板含水層的富水性是突水的物質基礎，將含水層中富水性分為五個等級，即

b對含水層水頭壓力X₂進行判斷：底板含水層具有的水頭壓力是底板發生突水的前提條件，在煤層底板地質條件相同的情況下，承壓水水壓越高，越容易突水；

c對隔水層的厚度X₃進行判斷：其他地質條件相同時，隔水層厚度越大，阻抗水能力越強；

d對斷裂導水性X₄進行分級：按其水文地質特點，劃分為富水斷裂、導水斷裂、儲水斷裂、無水斷裂和阻水斷裂五種類型，斷裂的導水性依次降低，對底板突水的貢獻依次減少；

e按煤層底板巖性組合X₅進行分級：將煤礦底板巖體巖性組合進行如下劃分：

所述煤礦底板地質信息數據庫為基于Hadoop編程模型包設計的分布式數據庫，將煤礦底板地質信息定量化處理模塊定量化處理后的數據存儲于該分布式數據庫；

所述煤礦底板地質聚類分析模塊采用基于計算引擎Spark實現的聚類分析算法，對煤礦底板地質信息數據庫的數據進行分析，將煤礦底板分為四種底板類型：極易發生突水災害底板、較易發生突水災害底板、較難發生突水災害底板和極難發生突水災害底板；

所述煤礦底板監測物聯網系統，包括物聯網監測裝置、數據傳輸模塊和煤礦底板監測物聯網監測數據庫；

物聯網監測裝置包括有微震傳感器、水壓傳感器、鉆孔應力計、水流量傳感器和水質分析傳感器；所述數據傳輸模塊采用電纜將物聯網監測裝置與煤礦底板監測物聯網監測數據庫相連；

所述煤礦底板監測物聯網監測數據庫為基于Hadoop編程模型包設計的分布式數據庫；將煤礦底板監測物聯網系統監測到的實時監測數據及工作面空間分布、微震傳感器、鉆孔應力計、水壓傳感器、水流量傳感器和水質分析傳感器的空間坐標信息數據存儲于該分布式數據庫；

所述實時顯示、預測預警系統包括歷史煤礦底板監測物聯網監測數據庫、預測預警算法模塊和實時顯示模塊；

所述的預測預警算法模塊對歷史煤礦底板監測物聯網監測數據庫中的數據進行分析，并通過實時顯示模塊顯示；

所述歷史煤礦底板監測物聯網監測數據庫為基于Hadoop編程模型包設計的分布式數據庫；

歷史煤礦底板監測物聯網監測數據庫中存儲的數據有兩種：第一種，煤礦底板地質分類系統中的收集的煤礦底板監測數據，該數據包含微震事件坐標及相關震源參數、水壓數據、水流量數據、應力數據、水質分析數據的實時監測數據和微震傳感器、水壓傳感器、水流量傳感器、應力傳感器、水質分析傳感器的空間坐標、工作面底板突水情況信息；第二種，已開采完成的安裝過煤礦底板監測物聯網系統的煤礦底板監測數據及工作面底板突水情況；

所述預測預警算法模塊為基于計算引擎Spark實現的深度神經網絡算法；通過煤礦底板的四種底板類型的歷史煤礦底板監測物聯網監測數據庫中的數據，采用基于計算引擎Spark實現的深度神經網絡算法訓練四種底板類型對應的煤礦底板突水災害智能、實時預測模型及預警閥值；從而得到不同底板地質類型對應的煤礦底板突水災害智能、實時預測預警模型。