【技术实现步骤摘要】
本专利技术涉及矿井中冲击地压等危险灾害预报领域，具体为一种基于不同危险性监测数据对比的冲击地压预测方法。
技术介绍
1、冲击地压是深部煤矿开采过程中一种典型的危险性灾害，其发生往往造成工作人员的伤亡和巷道的毁坏，对冲击地压进行预警和监测是有效防治冲击矿压的前提。现有冲击地压预警方法首先基于先验经验将监测数据映射为量化的预警指标，然后根据矿井情况利用深度学习算法评估每个预警指标的权重，进而计算得到冲击危险性。
2、微震监测数据是一种可以反应矿井在开采过程中危险情况的高质量监测数据。根据以往对冲击地压和微震监测数据的研究发现，冲击地压等危险事件发生前和发生后微震监测数据会有明显变化。由于能量的长时间集聚，冲击地压发生前矿井处于一段危险时期，待到冲击地压发生能量得到释放后矿井处于一段安全时期。除了危险时期与安全时期外，在矿井开采过程中绝大多数时间处于常规状态，所以多数监测数据反应的矿井情况也是平稳的，这就造成了监测数据中危险样本的数量要远远小于不危险样本。以往研究中即使应用了数据不平衡性处理方法，但是训练好的冲击地压预警模型对安全事件的预测准确率高，对冲击地压等危险事件预测准确率偏低，而预测的目的更重要的是对冲击地压等危险事件预测准确。
技术实现思路
1、为解决上述问题，本专利技术提出了基于不同危险性监测数据对比的冲击地压预测方法，用于预测未来将要发生的一次微震事件是否是冲击地压事件，包括如下步骤：
2、s1：构建训练集
3、获取微震监测数据，所述微震
4、选出a个冲击地压事件对应的微震事件，对于这a个中的每一个微震事件，将该微震事件发生前的连续n个微震事件以及该微震事件作为训练集危险时期的一个样本的数据源，每个样本的输入特征包括第1至n个相邻微震事件的时间间隔、第2至n个微震事件的地点、第2至n个微震事件的能量，每个样本的输出特征即样本标签为该微震事件的危险性，为是；
5、对于这a个中的每一个微震事件，将该微震事件发生后的连续n+1个微震事件作为训练集安全时期的一个样本的数据源，每个样本的输入特征包括第1至n个相邻微震事件的时间间隔、第2至n个微震事件的地点、第2至n个微震事件的能量，每个样本的输出特征即样本标签为第n+1次微震事件的危险性，为否；
6、其他微震事件为常态时期微震事件，在常态时期微震事件中，选择连续n个微震事件作为训练集常态时期一个样本的数据源，每个样本的输入特征包括第1至n个相邻微震事件的时间间隔、第2至n个微震事件的地点、第2至n个微震事件的能量，每个样本没有输出特征即没有样本标签，建立b个常态时期样本；
7、s2：提取训练集样本的微震数据特征
8、构建特征提取网络，所述特征提取网络包括cnn和transformer算法，所述cnn主要由输入层和五层卷积层组成；通过五层卷积层将一次输入的m个训练集中的样本映射为m个d×s维度的映射向量，然后经过位置编码处理输入到3层transformer组成的网络提取出训练集样本的微震数据特征；其中m为一批输入特征提取网络中的样本个数，每一批中危险时期样本和安全时期样本的数量相同；
9、s3：训练冲击地压预测模型
10、将微震数据特征再分批次经过冲击地压预测模型的两个不同的分支进行训练；
11、在第一分支中，一个批次的危险、安全和常态时期的微震数据特征经过第一多层感知机处理后得到对比向量；再以第一多层感知机处理后的危险时期微震数据特征或安全时期微震数据特征的对比向量为查询q，以在同一个批次中危险时期微震数据特征或安全时期微震数据特征为正样本k+，以常态时期微震数据特征为负样本ki，利用以下损失函数计算损失值：
12、
13、其中，k+和ki分别为正样本和负样本，τ为设计的常数，k为一个批次中常态时期样本的总数；
14、利用上述公式计算出的损失值即为不同时期微震数据特征区别；
15、在第二个分支中，首先将与第一分支训练所用的同一批次的危险、安全和常态时期的微震数据特征经过第二多层感知机处理后得到预警向量，然后筛选出安全时期微震数据特征的预警向量和危险时期微震数据特征的预警向量，利用全连接层构成的预警算法对安全时期微震数据特征的预警向量和危险时期微震数据特征的预警向量进行处理，得到冲击地压发生的概率。
16、优选的，步骤s2中，每层卷积层后会跟随批正则化和relu激活函数。
17、优选的，步骤s2中位置编码方式为余弦编码。
18、优选的，步骤s3中，使用均方误差损失函数评价冲击地压预测模型预测的冲击地压发生概率值与标签值之间的差异。
19、优选的，步骤s3中，在冲击地压预测模型训练过程中会输入多个批次的微震数据特征进行不断的训练，在不同阶段存储多个模型的参数训练结果，即保留多个训练后的模型。
20、优选的，还包括s4：构建验证集和测试集
21、在微震监测数据中选择连续n+1个微震事件作为验证集中一个样本的数据源，每个样本的输入特征包括第1至n个相邻微震事件的时间间隔、第2至n个微震事件的地点、第2至n个微震事件的能量，每个样本的输出特征即样本标签为第n+1次微震事件的危险性，建立c个验证集样本；
22、在微震监测数据中选择连续n+1个微震事件作为测试集中一个样本的数据源，每个样本的输入特征包括第1至n个相邻微震事件的时间间隔、第2至n个微震事件的地点、第2至n个微震事件的能量，每个样本的输出特征即样本标签为第n+1次微震事件的危险性，建立d个测试集样本；
23、训练集、验证集、测试集中所用的微震监测事件不存在重合。
24、优选的，还包括s5：对冲击地压预测模型进行验证
25、将验证集中的一个样本或将验证集中的多个样本作为一批，采用特征提取网络提取出样本的微震数据特征；直接进入冲击地压预测模型第二个分支，将微震数据特征经过第二多层感知机处理后得到预警向量，然后利用预警算法对预警向量进行处理，得到冲击地压发生的概率值，对冲击地压预测模型预测准确率进行评判。
26、优选的，步骤s5中，当有多个训练后的冲击地压预测模型，用验证集对多个训练后的模型进行验证，得到不同模型的准确率后，选取表现最佳的一个冲击地压预测模型。
27、优选的，还包括s5：对冲击地压预测模型进行测试
28、利用测试集中的样本对选定的冲击地压预测模型进行测试，将测试集中的一个样本或多个样本作为一批，采用特征提取网络提取出样本的微震数据特征；直接进入冲击地压预测模型第二个分支，将微震数据特征经过第二多层感知机处理后得到预警向量，然后利用预警算法对预警向量进行处理，得到冲击地压发生的概率值；对选定的冲击地压预测模型预测准确率进行评判。
29、优选的，还包括s6：利用冲击地压预测模型进行本文档来自技高网...
【技术保护点】
1.基于不同危险性监测数据对比的冲击地压预测方法，用于预测未来将要发生的一次微震事件是否是冲击地压事件，其特征在于，包括如下步骤：
2.根据权利要求1所述的冲击地压预测方法，其特征在于，步骤S2中，每层卷积层后会跟随批正则化和ReLu激活函数。
3.根据权利要求1所述的冲击地压预测方法，其特征在于，步骤S2中位置编码方式为余弦编码。
4.根据权利要求1所述的冲击地压预测方法，其特征在于，步骤S3中，使用均方误差损失函数评价冲击地压预测模型预测的冲击地压发生概率值与标签值之间的差异。
5.根据权利要求1所述的冲击地压预测方法，其特征在于，步骤S3中，在冲击地压预测模型训练过程中会输入多个批次的微震数据特征进行不断的训练，在不同阶段存储多个模型的参数训练结果，即保留多个训练后的模型。
6.根据权利要求1或5所述的冲击地压预测方法，其特征在于，还包括S4：构建验证集和测试集
7.根据权利要求6所述的冲击地压预测方法，其特征在于，还包括S5：对冲击地压预测模型进行验证，将验证集中的一个样本或将验证集中的多个样本作为一
8.根据权利要求7所述的冲击地压预测方法，其特征在于，步骤S5中，当有多个训练后的冲击地压预测模型，用验证集对多个训练后的模型进行验证，得到不同模型的准确率后，选取表现最佳的一个冲击地压预测模型。
9.根据权利要求8所述的冲击地压预测方法，其特征在于，步骤还S5包括：对冲击地压预测模型进行测试，利用测试集中的样本对选定的冲击地压预测模型进行测试，将测试集中的一个样本或多个样本作为一批，采用特征提取网络提取出样本的微震数据特征；直接进入冲击地压预测模型第二个分支，将微震数据特征经过第二多层感知机处理后得到预警向量，然后利用预警算法对预警向量进行处理，得到冲击地压发生的概率值；对选定的冲击地压预测模型预测准确率进行评判。
10.根据权利要求1或8或9所述的冲击地压预测方法，其特征在于，还包括最后一步：利用冲击地压预测模型进行冲击地压预测
...【技术特征摘要】
1.基于不同危险性监测数据对比的冲击地压预测方法，用于预测未来将要发生的一次微震事件是否是冲击地压事件，其特征在于，包括如下步骤：
2.根据权利要求1所述的冲击地压预测方法，其特征在于，步骤s2中，每层卷积层后会跟随批正则化和relu激活函数。
3.根据权利要求1所述的冲击地压预测方法，其特征在于，步骤s2中位置编码方式为余弦编码。
4.根据权利要求1所述的冲击地压预测方法，其特征在于，步骤s3中，使用均方误差损失函数评价冲击地压预测模型预测的冲击地压发生概率值与标签值之间的差异。
5.根据权利要求1所述的冲击地压预测方法，其特征在于，步骤s3中，在冲击地压预测模型训练过程中会输入多个批次的微震数据特征进行不断的训练，在不同阶段存储多个模型的参数训练结果，即保留多个训练后的模型。
6.根据权利要求1或5所述的冲击地压预测方法，其特征在于，还包括s4：构建验证集和测试集
7.根据权利要求6所述的冲击地压预测方法，其特征在于，还包括s5：对冲击地压预测模型进行验证，将验证集中的一个样本或将验证集中的多个样本作为一批，采用特...
【专利技术属性】
技术研发人员：张修峰，李海涛，张海宽，李国营，李阿涛，石超弘，杨洋，韩飞，满操，
申请(专利权)人：山东能源集团有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。