[發明專利]礦井突水水源識別方法、裝置與電子設備在審
| 申請號： | 201911052561.5 | 申請日： | 2019-10-31 |
| 公開（公告）號： | CN110852364A | 公開（公告）日： | 2020-02-28 |
| 發明（設計）人： | 李媛;王丹丹;梁葉萍;唐朝苗;郭嬋妤;方惠明;徐翰;黃泰譽;杜松 | 申請（專利權）人： | 中國煤炭地質總局勘查研究總院 |
| 主分類號： | G06K9/62 | 分類號： | G06K9/62 |
| 代理公司： | 北京路浩知識產權代理有限公司 11002 | 代理人： | 張睿 |
| 地址： | 100039 *** | 國省代碼： | 北京;11 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 礦井 水源 識別 方法 裝置 電子設備 | ||
1.一種礦井突水水源識別方法，其特征在于，包括：
獲取待識別礦井突水水樣，并提取所述待識別礦井突水水樣的給定化學組分作為判別指標；
基于所述判別指標，利用預建立的貝葉斯逐步判別模型，識別所述待識別礦井突水水樣的水源類別；
其中，所述貝葉斯逐步判別模型為通過對已知水源類別的水樣樣本進行聚類分析獲取有效水樣樣本，并利用所述有效水樣樣本進行訓練建立而成的。
2.根據權利要求1所述的礦井突水水源識別方法，其特征在于，在所述利用預建立的貝葉斯逐步判別模型，識別所述待識別礦井突水水樣的水源類別的步驟之前，還包括：
獲取所述已知水源類別的水樣樣本，并對所述已知水源類別的水樣樣本按照不同水源類別分別進行聚類分析，剔除不滿足設定標準的異常水樣樣本，獲取所述有效水樣樣本；
提取所述有效水樣樣本的給定化學組分作為判別指標樣本，并將所述有效水樣樣本對應的水源類別和判別指標樣本對作為訓練樣本；
初始化構建貝葉斯逐步判別模型，并利用所述訓練樣本對初始化的貝葉斯逐步判別模型進行訓練，建立所述貝葉斯逐步判別模型，獲取各水源類別分別對應的判別函數。
3.根據權利要求1或2所述的礦井突水水源識別方法，其特征在于，在所述識別所述待識別礦井突水水樣的水源類別的步驟之后，還包括：
基于所述有效水樣樣本和所述待識別礦井突水水樣，利用所述貝葉斯逐步判別模型進行回歸校驗，獲取各所述待識別礦井突水水樣的后驗概率；
若所述待識別礦井突水水樣的后驗概率小于設定閾值，則利用預建立的灰色關聯度模型，計算各水源類別分別對所述待識別礦井突水水樣的補給率，并基于所述補給率，確定所述待識別礦井突水水樣的最終關鍵水源類別。
4.根據權利要求2所述的礦井突水水源識別方法，其特征在于，所述利用預建立的貝葉斯逐步判別模型，識別所述待識別礦井突水水樣的水源類別的步驟具體包括：
將所述判別指標分別代入各水源類別對應的判別函數，計算各水源類別分別對應的判別函數值，并取判別函數值最大的判別函數所對應的水源類別，作為所述待識別礦井突水水樣的水源類別。
5.根據權利要求3所述的礦井突水水源識別方法，其特征在于，所述計算各水源類別分別對所述待識別礦井突水水樣的補給率的步驟具體包括：
以所述待識別礦井突水水樣的所述給定化學組分作為參考序列，并針對各水源類別，分別計算水源類別下水樣的所述給定化學組分的平均值，作為因素序列；
分別對所述參考序列和所述因素序列進行均值化處理，并基于均值化處理的結果，依次計算各所述因素序列的絕對差序列以及所述因素序列的最大差和最小差；
利用所述灰色關聯度模型，基于所述絕對差序列以及所述最大差和最小差，依次計算各所述因素序列的關聯系數序列及關聯度，并基于所述關聯度，計算各水源類別分別對應的所述補給率。
6.根據權利要求5所述的礦井突水水源識別方法，其特征在于，所述計算各水源類別分別對應的所述補給率的步驟具體包括：
利用如下補給率公式，計算所述補給率：
式中，zi表示第i個水源類別對應的補給率，γi表示第i個水源類別對應的關聯度，m表示水源類別的總個數。
7.根據權利要求1所述的礦井突水水源識別方法，其特征在于，所述給定化學組分具體包括：HCO3-、CO32-、SO42-、Cl-、Na++K+、Ca2+以及Mg2+7種離子的濃度含量。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于中國煤炭地質總局勘查研究總院，未經中國煤炭地質總局勘查研究總院許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201911052561.5/1.html，轉載請聲明來源鉆瓜專利網。
