【技术实现步骤摘要】
本专利技术属于煤矿安全，具体涉及基于多源监测数据融合的煤矿地质灾害与环境预警方法。
技术介绍
1、矿井水害是矿区常见的安全隐患之一，地下矿井中的水源可能来自地下水、地表水或老窑水等，一旦发生水害，不仅会危及矿工的生命安全，还会对矿井设施造成严重破坏，因此，通过建立有效的矿井水害预警系统，实时监测和分析矿井水文数据，可以动态分析潜在的水患风险，为矿井水害应急处置提供超前预警；随着煤矿开发向地下深部迈进，矿压灾害问题愈加突出，围岩应力分布会随采掘动态变化，可能导致岩层的移动、塌陷等危险情况。矿压灾害预警系统可以通过监测地应力、微震等数据，预测矿压灾害的发生概率，为矿山工作人员提供足够的时间采取应急措施；此外，地质环境演变作为矿区环境管理中不可忽视的一环，井下采掘活动会对矿区浅地生态造成一定影响，如地表塌陷、地貌景观破坏、水土流失等。地质环境演变预警系统通过遥感监测、地表变形监测等手段，及时发现地质环境的变化趋势，为矿区的生态保护和恢复提供科学依据。
2、在矿区环境管理中，对矿井水害、矿压灾害以及地质环境演变的动态分析和预警是确保煤矿安全、高效、绿色开采的关键环节，这些预警系统能够及时预警潜在的环保风险及其演变趋势，避免或减少环保事件的发生，实现矿区环境保护与资源开发协调发展的目标。然而，传统的矿区环境监测和预警系统存在以下技术问题：数据源单一，不能充分利用多种监测数据来提高预警的准确性；预警模型缺乏自我学习和优化的能力，无法适应矿区随采掘产生的动态变化，脱离生产实际；预警阈值设定固定，不能根据实际情况进行调整，容易造成误
技术实现思路
1、本专利技术的目的是提供基于多源监测数据融合的煤矿地质灾害与环境预警方法，解决了现有技术中存在的不能充分融合多源监测数据、预警模型缺乏自我学习和优化能力以及预警阈值不能随采掘环境变化动态调整的问题。
2、本专利技术所采用的技术方案是，基于多源监测数据融合的煤矿地质灾害与环境预警方法，具体包括如下步骤：
3、s1：确定矿井水害预警评价指标、矿压灾害预警评价指标和地质环境演变预警指标；设定第一矿井水害预警阈值、第一矿压灾害预警阈值和第一地质环境演变预警阈值；
4、s2：获取数据并进行预处理，并根据预处理的数据分别建立矿井水害预警模型、矿压灾害预警模型以及地质环境演变预警模型；
5、s3：收集新数据，对s2中模型分别进行迭代优化，修正第一矿井水害预警阈值、第一矿压灾害预警阈值和第一地质环境演变预警阈值为第二矿井水害预警阈值、第二矿压灾害预警阈值和第二地质环境演变预警阈值；
6、s4：整合迭代优化后的矿井水害预警模型、矿压灾害预警模型以及地质环境演变预警模型为预警指标体系库，将矿井的各类监测系统以及生产动态数据采集并融合后输入预警指标体系库用于煤矿地质灾害与环境预警分析。
7、本专利技术的特点还在于：
8、矿井水害预警评价指标包括水文监测数据、微震异常波动频率，水文监测数据包括水位、水质；矿压灾害预警评价指标包括地应力变化率、微震时间频率和岩移速度；地质环境演变预警指标包括地表变形速度和地表水溶解性固体总量。
9、s2具体包括：
10、收集水文监测数据、微震异常波动频率数据和历史时序数据，进行去除异常值、填补缺失数据、平滑噪声的预处理后，结合矿井水害预警评价指标和第一矿井水害预警阈值，基于神经网络模型或支持向量机，构建矿井水害预警模型；
11、收集地应力变化率数据、微震时间频率数据和岩移速度数据，进行去除异常值、填补缺失数据、平滑噪声的预处理后，结合矿压灾害预警评价指标和第一矿压灾害预警阈值，基于遗传算法模型和调整优化模型构建矿压灾害预警模型；
12、收集地表变形速度数据、地表水溶解性固体总量数据，进行去除异常值、填补缺失数据、平滑噪声的预处理后，结合地质环境演变预警指标和第一地质环境演变预警阈值，基于参数挖掘模型和累积影响分析构建地质环境演变预警模型。
13、矿井水害预警模型包括多层感知器mlp；多层感知器mlp，表示为：
14、
15、式中， x表示输入层接收的水位、水质指标；隐藏层通过权重矩阵 w和偏置项 b进行非线性变换；输出层输出一个二分类结果 y，表示为安全、危险状态； f表示激活函数，为sigmoid、relu的一种。
16、矿井水害预警模型包括线性支持向量机svm，线性支持向量机svm，表示为：
17、
18、式中，表示拉格朗日乘子，表示样本标签，是核函数，b为偏置项；表示输入层的接收水位、水质指标，n表示指标总数，输出层输出一个二分类结果，符号函数输出1和0分别表示安全和危险。
19、矿压灾害预警模型包括遗传算法模型和调整优化模型；
20、遗传算法模型将地应力监测数据、微震监测数据和岩移监测数据编码为遗传个体；通过初始化种群、适应度评估、选择、交叉和变异迭代优化；
21、调整优化模型包括线性加权优化公式，表示为：
22、
23、式中，r是预警风险值，是第j个监测系统的权重系数，是第j个监测系统的特征值。
24、地质环境演变预警模型包括参数挖掘模型和累计影响指数；
25、参数挖掘模型，表示为：
26、
27、式中，是第k个关键表征参数，是第k个参数相关的遥感数据，是第k个参数相关的地表水数据；
28、累计影响指数，表示为：
29、
30、式中，表示累计影响指数，表示第k个参数在时间t的变化量，表示第k个参数的权重系数。
31、s3具体包括如下步骤：
32、s3.1：获取新的矿井数据，新的矿井数据包括水文监测数据、微震异常波动频率，水文监测数据包括水位、水质；地应力变化率、微震时间频率和岩移速度；地表变形速度和地表水溶解性固体总量；对新的矿井数据进行数据清洗，包括去除异常值、填补缺失数据、平滑噪声；
33、s3.2：将新的矿井数据按比例划分为训练集和验证集，使用训练集对构建的矿井水害预警模型、矿压灾害预警模型、地质环境演变预警模型进行训练，使用验证集和交叉验证的方法对训练后的模型进行性能评估；
34、s3.3：使用训练好的各个模型对新的矿井数据进行预测，得到各个预测模型的预测结果；根据各个模型的预测结果和矿井的实际情况，修正第一矿井水害预警阈值、第一矿压灾害预警阈值和第一地质环境演变预警阈值为第二矿井水害预警阈值、第二矿压灾害预警阈值和第二地质环境演变预警阈值；
35、s3.4：使用s2中数据对修正后的第二矿井水害预警阈值、第二矿压灾害预警阈值和第二地质环境演变预警阈值进行验证，确保其有效性和准确性。
本文档来自技高网...【技术保护点】
1.基于多源监测数据融合的煤矿地质灾害与环境预警方法，其特征在于，具体包括如下步骤：
2.根据权利要求1所述的基于多源监测数据融合的煤矿地质灾害与环境预警方法，其特征在于，所述矿井水害预警评价指标包括水文监测数据、微震异常波动频率，所述水文监测数据包括水位、水质；所述矿压灾害预警评价指标包括地应力变化率、微震时间频率和岩移速度；所述地质环境演变预警指标包括地表变形速度和地表水溶解性固体总量。
3.根据权利要求1所述的基于多源监测数据融合的煤矿地质灾害与环境预警方法，其特征在于，S2具体包括：
4.根据权利要求3所述的基于多源监测数据融合的煤矿地质灾害与环境预警方法，其特征在于，所述矿井水害预警模型包括多层感知器MLP；所述多层感知器MLP，表示为：
5.根据权利要求3所述的基于多源监测数据融合的煤矿地质灾害与环境预警方法，其特征在于，所述矿井水害预警模型包括线性支持向量机SVM，所述线性支持向量机SVM，表示为：
6.根据权利要求3所述的基于多源监测数据融合的煤矿地质灾害与环境预警方法，其特征在于，所述矿压灾害预警模型包
7.根据权利要求3所述的基于多源监测数据融合的煤矿地质灾害与环境预警方法，其特征在于，所述地质环境演变预警模型包括参数挖掘模型和累计影响指数；
8.根据权利要求1所述的基于多源监测数据融合的煤矿地质灾害与环境预警方法，其特征在于，S3具体包括如下步骤：
9.根据权利要求8所述的基于多源监测数据融合的煤矿地质灾害与环境预警方法，其特征在于，S3.2中使用所述训练集对构建的矿井水害预警模型、矿压灾害预警模型、地质环境演变预警模型进行训练，过程中使用的训练函数，表示为：
...【技术特征摘要】
1.基于多源监测数据融合的煤矿地质灾害与环境预警方法，其特征在于，具体包括如下步骤：
2.根据权利要求1所述的基于多源监测数据融合的煤矿地质灾害与环境预警方法，其特征在于，所述矿井水害预警评价指标包括水文监测数据、微震异常波动频率，所述水文监测数据包括水位、水质；所述矿压灾害预警评价指标包括地应力变化率、微震时间频率和岩移速度；所述地质环境演变预警指标包括地表变形速度和地表水溶解性固体总量。
3.根据权利要求1所述的基于多源监测数据融合的煤矿地质灾害与环境预警方法，其特征在于，s2具体包括：
4.根据权利要求3所述的基于多源监测数据融合的煤矿地质灾害与环境预警方法，其特征在于，所述矿井水害预警模型包括多层感知器mlp；所述多层感知器mlp，表示为：
5.根据权利要求3所述的基于多源监测数据融合的煤矿地质灾害与...
【专利技术属性】
技术研发人员：李兆扬，丁湘，蒲治国，黄海鱼，刘溪，闫鑫，谢朋，纪卓辰，范琪，
申请(专利权)人：中煤能源研究院有限责任公司，
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。