[發明專利]一種基于特征選擇與GBDT模型的礦井突水水源判別方法

在審

• 申請號: 202011090956.7
• 申請日: 2020-10-13
• 公開（公告）號: CN112699595A
• 公開（公告）日: 2021-04-23
• 發明（設計）人: 單耀;郭瑞強;朱加鋒;馬兆峰;楊連超
• 申請（專利權）人: 華北科技學院;山西潞安環保能源開發股份有限公司
• 主分類號: G06F30/27
• 分類號: G06F30/27;G06K9/62;G06N20/20
• 代理公司: 廣州文衡知識產權代理事務所(普通合伙) 44535
• 代理人: 周冠宇

本發明公開了一種基于特征選擇與GBDT模型的礦井突水水源判別方法，包括：步驟S1：確定參與建模的含水層，在含水層采集水樣，水樣的數量為至少60組；步驟S2：測試每組水樣的水質信息；步驟S3：利用R語言將多組水質信息按照7：3的比例分為訓練數據集和測試數據集；步驟S4：對訓練數據集采用隨機森林的方法進行特征選擇，選取3?6個參數，并得到第一數據集；步驟S5：建立第一GBDT模型；步驟S6，建立第二GBDT模型。根據本發明的基于特征選擇與GBDT模型的礦井突水水源判別方法，使用了隨機森林方法進行特征選擇，使用GBDT模型框架進行建模，可以提升模型結果的準確性。

技術領域

本發明涉及煤礦水害防治技術領域，尤其是涉及一種基于特征選擇與GBDT模型的礦 井突水水源判別方法。

背景技術

礦井突水是煤礦五大災害之一，給煤礦的安全高效生產，工作人員的人身安全帶來了 威脅。隨著開采效率的提高，開采深度的加深，水害的威脅日益嚴重。在預防階段，突水 預兆顯現階段，水害治理階段，準確確定突水的水源，是煤礦防治水工作的關鍵。

相關技術中，判別突水水源的方法有水文水位法、特征離子法、數理分析法等。水溫 水位法可作為突水水源初期的判斷，同時在復雜的情況下，其判別的可操作性與準確性均 有欠缺。特征離子法使用一些區分度強的離子為目標，建立判別準則。該方法主要應用了 地球化學的技術手段。缺點在于特征離子的選擇難以做到準確，其次特征離子所代表的維 度較低，可以達到的區分度也較低。數理分析法有線性分析法與多元統計法等。多元分析 法受到樣本的限制。線性分析法常有多重共線性的問題，導致模型的不穩定。可見，上述幾種方法均存在測試結果不準確的問題。

發明內容

本發明提出了一種基于特征選擇與GBDT模型的礦井突水水源判別方法，利用所述基 于特征選擇與GBDT模型的礦井突水水源判別方法可以提升檢測的準確性。

根據本發明實施例的基于特征選擇與GBDT模型的礦井突水水源判別方法，包括：步 驟S1：確定參與建模的含水層，在所述含水層采集水樣，所述水樣的數量為至少60組；步驟S2：測試每組所述水樣的水質信息，所述水質信息包括常量元素含量、微量元素含量、pH值、總可溶性固體、硬度和同位素的δ值；步驟S3：利用多組所述水質信息建立Excel 表，將所述Excel表導入R語言，利用所述R語言將多組所述水質信息按照7：3的比例分 為訓練數據集和測試數據集；步驟S4：對所述訓練數據集采用隨機森林的方法進行特征選 擇，選取3-6個參數，并得到第一數據集；步驟S5：將GBDT模型框架應用于所述第一數 據集，建立第一GBDT模型；步驟S6：將所述第一GBDT模型應用于所述第一數據集， 刪除所述第一數據集中的錯誤樣本以形成第二數據集，將GBDT模型框架應用于所述第二 數據集，建立第二GBDT模型。

根據本發明實施例的基于特征選擇與GBDT模型的礦井突水水源判別方法，使用了隨 機森林的方法和GBDT模型框架進行建模，考慮到每個判別參量的重要性有所差別，使用隨機森林的方法進行特征選擇，也就說可以在樣本的角度選擇更加具有代表性的數據進行建模，然后在模型參數解釋方面使用準確度更好的GBDT模型，由此可以提升模型結果的 準確性。

根據本發明的一些實施例，在所述步驟S2之后，且在所述步驟S3之前，所述方法還包括：將所述常量元素含量換算成當量濃度百分數，將所述微量元素含量換算成當量濃度。

根據本發明的一些實施例，在所述步驟S6后，所述方法還包括：利用所述測試數據集 的數據對所述第二GBDT模型的準確性進行評價。

在本發明的一些實施例中，在所述步驟S6后，所述方法還包括：將所述第二GBDT模型應用于實際的預測判別環境進行驗證。

根據本發明的一些實施例，所述含水層包括地表水、第四系含水層、煤系砂巖含水層、 老空水和灰巖含水層中的至少兩個，且應同時包含煤系砂巖含水層和灰巖含水層。