[發(fā)明專利]煤礦智能開采工作面底板突水預測模型、預測方法及系統(tǒng)

在審

• 申請?zhí)枺?/td>: 202111320932.0
• 申請日: 2021-11-09
• 公開（公告）號: CN114154681A
• 公開（公告）日: 2022-03-08
• 發(fā)明（設計）人: 王皓;尚宏波;周振方;喬偉;薛建坤;劉基;王甜甜;趙春虎
• 申請（專利權）人: 中煤科工集團西安研究院有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q10/06;G06Q50/02;G06K9/62;E21F17/18
• 代理公司: 西安恒泰知識產(chǎn)權代理事務所 61216
• 代理人: 王孝明

1.一種煤礦智能開采工作面底板突水智能預測模型的構建方法，其特征在于，該方法包括以下步驟：

步驟1，確定影響因素，并通過采集與統(tǒng)計得到影響因素的具體數(shù)值；

所述影因素包括水文地質(zhì)因素和采掘活動因素；

所述水文地質(zhì)因素底板隔水層厚度、含水層水壓、含水層富水性和斷層分維值；所述采掘活動因素包括底板破壞深度、開采高度、開采寬度和工作面推采速度；

步驟2，對步驟一中得到的具體數(shù)值進行預處理，將預處理得到的樣本數(shù)據(jù)作為訓練數(shù)據(jù)集S；

步驟3，構建并訓練底板突水智能預測模型；

基于隨機森林算法構建底板突水智能預測模型，將訓練數(shù)據(jù)集作為輸入，將突水和未突水作為輸出，對底板突水智能預測模型進行訓練，得到訓練好的底板突水智能預測模型。

2.如權利要求1所述煤礦智能開采工作面底板突水智能預測模型的構建方法，其特征在于，所述通過采集與統(tǒng)計得到影響因素的具體數(shù)值的過程為：

通過插值方法得到底板隔水層厚度、含水層富水性和斷層分維值的數(shù)值大小；通過采集得到含水層水壓、底板破壞深度、開采高度、開采寬度和工作面推采速度的數(shù)值大小。

3.如權利要求2所述煤礦智能開采工作面底板突水智能預測模型的構建方法，其特征在于，所述通過插值方法得到底板隔水層厚度、含水層富水性和斷層分維值的數(shù)值大小的具體過程包括以下內(nèi)容：

通過統(tǒng)計礦區(qū)鉆孔數(shù)據(jù)進行插值處理得到底板隔水層厚度；

通過對礦井抽水資料統(tǒng)計得到單位涌水量q的進行插值處理得到工作面的單位涌水量q，進而得到含水層富水性；

通過煤礦采掘工程平面圖進行插值得到研究區(qū)，用邊長為r的正方形網(wǎng)格將研究區(qū)劃分為正方形塊段，再將正方形塊段的分維值賦給正方形塊段的中心點，得到不同區(qū)域的斷層分維值。

4.如權利要求2所述煤礦智能開采工作面底板突水智能預測模型的構建方法，其特征在于，所述通過采集得到含水層水壓、底板破壞深度、開采高度、開采寬度和工作面推采速度的數(shù)值大小的具體方法包括以下內(nèi)容：

所述含水層水壓通過布設于鉆孔孔底水壓傳感器直接采集得到；

所述底板破壞深度是通過微震監(jiān)測傳感器采集微震信號，將微震信號通過網(wǎng)絡通信站傳輸至地面主站，由地面主站通過對微震信號的分析處理，并結合水文地質(zhì)資料，解算得到煤層回采過程中煤層底板破壞深度數(shù)值大小；

所述開采高度、開采寬度和工作面推采速度通過地質(zhì)資料及實際開采情況實時采集得到。

5.如權利要求1所述煤礦智能開采工作面底板突水智能預測模型的構建方法，其特征在于，所述構建并訓練底板突水智能預測模型的具體過程為：

步驟3.1，將訓練數(shù)據(jù)集S輸入到底板突水智能預測模型中，將突水和未突水的結果作為目標輸出，采用重抽樣方法對訓練數(shù)據(jù)集S進行重復抽樣，得到ntree個訓練數(shù)據(jù)集S_i，建立每個訓練數(shù)據(jù)集S_i相對應的決策樹h_i；

步驟3.2，從影響因素輸入變量中隨機選取mtry個屬性作為節(jié)點分裂的子集，再從子集中選擇一個最優(yōu)的屬性進行節(jié)點分裂，構建CART樹；

步驟3.3，重復ntree輪步驟3.2，生成ntree個CART樹；

步驟3.4，將生成的多棵決策樹組成隨機森林，進而得到訓練好的底板突水智能預測模型。

6.如權利要求1所述煤礦智能開采工作面底板突水智能預測模型的構建方法，其特征在于，所述預處理為數(shù)據(jù)進行無量綱化處理，采用MATLAB軟件對數(shù)據(jù)進行無量綱化處理。

7.如權利要求1所述煤礦智能開采工作面底板突水智能預測模型的構建方法，其特征在于，所述樣本數(shù)據(jù)包括8種數(shù)據(jù)，每種數(shù)據(jù)均包括n組。