-
公开(公告)号:CN118468095A
公开(公告)日:2024-08-09
申请号:CN202410309924.3
申请日:2024-03-19
申请人: 淮南矿业(集团)有限责任公司 , 平安煤炭开采工程技术研究院有限责任公司 , 安徽大学
IPC分类号: G06F18/241 , G06F18/214 , G06F18/2415 , G06N3/0499 , G06N3/048 , G06N3/084 , G06N3/0985 , G01N33/18
摘要: 本发明公开了一种基于深度神经网络模型和水化学特征指标的矿井突水水源识别方法,方法包括基于矿井水样样本的Na++K+、Ca2+和Mg2+三种阳离子,Cl‑、SO42‑、HCO3‑和CO32‑四种阴离子以及PH值8个水化学特征指标数据,获取输入向量,搭建深度神经网络模型;使用训练集和验证集对深度神经网络模型进行学习、训练和验证,获取最优深度神经网络模型的参数和超参数;将待判别的水样输入最优深度神经网络模型,可以得到该水样所属的含水层分类标签。本发明通过对水源识别中7种重要特征离子和pH值,作为模型的输入状态空间,既保证了水源识别的精度,同时又简化了模型的结构,减小了算力,提高了水源识别算法的效率。