基于灰色关联与FDAHP相结合的煤层底板突水危险性评价方法

    公开(公告)号:CN105069689B

    公开(公告)日:2017-03-29

    申请号:CN201510518809.8

    申请日:2015-08-21

    IPC分类号: G06Q50/02

    摘要: 本发明公开了一种煤层底板突水危险性评价方法,包括:(1)确定煤层底板突水的主控因素;(2)数据采集及标准化处理,并建立煤层底板突水的各主控因素专题图;(3)采用灰色关联和FDAHP的指标赋权法,确定各主控因素对底板突水控制的“权重”;(4)建立煤层底板突水危险性指数模型,计算煤层底板突水危险性指数;(5)模型检验;(6)确定突水危险性分区阈值;(7)对煤层底板突水危险性进行划分,作出科学评价。该方法将突水实例与各专家意见相结合,利用FDAHP法形成一个交互式的权重向量决策分析过程,最终确定出比较符合客观实际的权重向量,建立符合矿区客观实际情况的煤层底板突水危险性指数模型,使评价结果更符合生产实际。

    基于WT-KPCA-SVR耦合模型的瓦斯涌出量预测方法

    公开(公告)号:CN104794550B

    公开(公告)日:2016-06-22

    申请号:CN201510242965.6

    申请日:2015-05-13

    IPC分类号: G06F19/00

    摘要: 本发明公开了一种基于WT-KPCA-SVR耦合模型的瓦斯涌出量预测方法,包括:首先进行数据准备,采集瓦斯涌出量监测数据及相应的因素,利用小波变换提取瓦斯涌出量子序列,分离出趋势项子序列和波动项子序列;利用灰色关联分析法确定各子序列的影响因素,对各子序列影响因素进行核主成分降维,重构各子序列的主成分;然后以各子序列的重构主成分与瓦斯涌出量各子序列值组成样本集,利用训练样本分别建立趋势项子序列和波动项子序列的支持向量机回归模型,将两个模型进行合成,得到瓦斯涌出量最终预测模型,利用检验样本进行模型精度检验,检验合格则可应用模型。本发明设计原理可靠,预测方法简单,预测精度高,预测环境友好。

    奥灰岩溶裂隙水网络横向分布的预测方法

    公开(公告)号:CN104899358A

    公开(公告)日:2015-09-09

    申请号:CN201510243981.7

    申请日:2015-05-13

    IPC分类号: G06F17/50

    摘要: 本发明公开了一种奥灰岩溶裂隙水网络横向分布的预测方法,包括:首先确定与奥灰岩溶裂隙水网络分布密切相关的指标,然后采集有地球物理探测的井下奥灰水文钻孔处的指标原始数据,对采集的指标原始数据建立核主成分模型,提取新的主成分,然后进行模糊标准化,以模糊标准化后的主成分数据与地球物理探测奥灰岩溶异常类型组成样本集,建立遗传算法优化SVM的预测模型;利用建立好的模型,对没有地球物理探测的井下奥灰水文钻孔处的奥灰异常区类型进行预测;最后绘制奥灰异常区类型的分布图,判断奥灰岩溶异常区类型分布范围,并分析奥灰岩溶裂隙水网络渗流场方向。本发明设计原理可靠,预测方法简单,预测精度高,预测环境友好。

    基于WT-KPCA-SVR耦合模型的瓦斯涌出量预测方法

    公开(公告)号:CN104794550A

    公开(公告)日:2015-07-22

    申请号:CN201510242965.6

    申请日:2015-05-13

    IPC分类号: G06Q10/04 G06Q50/02

    摘要: 本发明公开了一种基于WT-KPCA-SVR耦合模型的瓦斯涌出量预测方法,包括:首先进行数据准备,采集瓦斯涌出量监测数据及相应的因素,利用小波变换提取瓦斯涌出量子序列,分离出趋势项子序列和波动项子序列;利用灰色关联分析法确定各子序列的影响因素,对各子序列影响因素进行核主成分降维,重构各子序列的主成分;然后以各子序列的重构主成分与瓦斯涌出量各子序列值组成样本集,利用训练样本分别建立趋势项子序列和波动项子序列的支持向量机回归模型,将两个模型进行合成,得到瓦斯涌出量最终预测模型,利用检验样本进行模型精度检验,检验合格则可应用模型。本发明设计原理可靠,预测方法简单,预测精度高,预测环境友好。

    大采深、大跨度综放采煤工作面顶板砂岩裂隙水探防方法

    公开(公告)号:CN104481587B

    公开(公告)日:2018-09-14

    申请号:CN201410628931.6

    申请日:2014-11-10

    IPC分类号: E21F17/00

    摘要: 本发明公开了一种大采深、大跨度综放采煤工作面顶板砂岩裂隙水探防方法,其包括以下程序:采前物探探测、钻探验证、安全评价、推采监测、采后综合分析研究以确定大采深、大跨度工作面导水裂隙带发育规律及高度,指导井田内工作面回采砂岩裂隙水探测、防治。本发明以“采前物探探测、钻探验证、安全评价、推采监测、采后综合分析研究”为手段,有效解除大采深、大跨度综采综放工作面砂岩裂隙水水害威胁。

    一种导水裂隙带高度预测方法

    公开(公告)号:CN104200292B

    公开(公告)日:2016-05-25

    申请号:CN201410505095.2

    申请日:2014-09-28

    IPC分类号: G06N3/02 G06Q10/04 G06Q50/02

    摘要: 本发明属于地下煤炭开采安全生产技术领域,涉及一种导水裂隙带高度预测方法;先统计导水裂隙带高度的影响指标和高度数据,形成样本数据,然后利用主成分分析法对样本数据降维,建立主成分模型并求取各样本的主成分值,之后与导水裂隙带高度组成新的样本集,再利用小波神经网络算法模型对样本集进行训练和检验,建立导水裂隙带高度的小波神经网络预测模型,最后根据建立的预测模型对矿井导水裂隙带高度进行预测;其将主成分分析用于导水裂隙带高度影响指标的处理,既可以保证输入数据的精度,又可以大大加快神经网络的收敛速度,同时提高模型的预测精度,其设计原理可靠,预测方法简单,预测环境友好。

    一种基于小波变换和ARMA-SVM的涌水量预测方法

    公开(公告)号:CN104200291B

    公开(公告)日:2016-05-25

    申请号:CN201410505094.8

    申请日:2014-09-28

    IPC分类号: G06F17/50 G06Q10/04 G06Q50/06

    摘要: 本发明属于矿床水文地质勘探技术领域,涉及一种基于小波变换和自回归移动平均模型-支持向量机的涌水量预测方法;先收集并分析矿井涌水量台账资料,然后选取建模样本和检验样本,对建模样本进行二进小波分解与重构,提取原始时间序列中的高频信息和低频信息,后利用自回归移动平均模型对高频信号建模,同时利用支持向量机模型对低频信号建模,再将高频信号模型和低频信号模型合成,建成涌水量最终预测模型,最后利用检验样本对最终预测模型进行检验,实现涌水量预测;其在充分拟合低频信息的同时,避免对高频信息的过拟合,工作原理可靠,预测方法简单,预测精度高,预测环境友好。

    能够反映地层结构的地质三维模型任意剖切方法

    公开(公告)号:CN105574932A

    公开(公告)日:2016-05-11

    申请号:CN201510947331.0

    申请日:2015-12-17

    发明人: 施耐克 邱梅

    IPC分类号: G06T17/05

    CPC分类号: G06T17/05

    摘要: 本发明公开了一种能够反映地层结构的地质三维模型剖切方法,涉及计算机图形学方面,包括以下步骤:首先,使用三棱柱构建或转换被剖切模型;其次,计算剖面交点;然后,剖切交点生成凸多边形的算法;最后,进行剖面绘制。本发明在三维环境下将空间数据进行分析,通过一系列计算,得到逼进真实的三维模型剖面图,剖面图通过颜色和纹理对各属性进行标注,使相关人员可以非常直观地了解到三维模型内部结构的分布。三维剖切是对已存在的模型进行分析的重要手段。

    奥灰岩溶裂隙水网络横向分布的预测方法

    公开(公告)号:CN104899358B

    公开(公告)日:2016-01-06

    申请号:CN201510243981.7

    申请日:2015-05-13

    IPC分类号: G06F17/50

    摘要: 本发明公开了一种奥灰岩溶裂隙水网络横向分布的预测方法,包括:首先确定与奥灰岩溶裂隙水网络分布密切相关的指标,然后采集有地球物理探测的井下奥灰水文钻孔处的指标原始数据,对采集的指标原始数据建立核主成分模型,提取新的主成分,然后进行模糊标准化,以模糊标准化后的主成分数据与地球物理探测奥灰岩溶异常类型组成样本集,建立遗传算法优化SVM的预测模型;利用建立好的模型,对没有地球物理探测的井下奥灰水文钻孔处的奥灰异常区类型进行预测;最后绘制奥灰异常区类型的分布图,判断奥灰岩溶异常区类型分布范围,并分析奥灰岩溶裂隙水网络渗流场方向。本发明设计原理可靠,预测方法简单,预测精度高,预测环境友好。

    一种煤层底板破坏深度的预测方法

    公开(公告)号:CN104268650A

    公开(公告)日:2015-01-07

    申请号:CN201410508010.6

    申请日:2014-09-28

    IPC分类号: G06Q10/04 G06Q50/02 G06N3/02

    CPC分类号: G06N3/02 G06N3/086 G06Q50/02

    摘要: 本发明属于煤炭安全生产及开采技术领域,涉及一种煤层底板破坏深度的预测方法;先收集煤矿底板破坏深度实测资料及其对应的影响因子,建立建模样本和检验样本数据库,后对建模样本原始数据建立简单递归神经网络预测模型,求得原始数据预测值和误差;再对求得的误差进行支持向量机建模,求得误差预测值,然后将原始数据预测值和误差预测值合成,求得煤层底板破坏深度最终预测值,最后利用检验样本对预测模型进行检验,检验合格后实现对预测矿区的煤层底板破坏深度的预测;其整体设计原理可靠,采用的计算方法成熟,建模技术安全,预测数据准确,预测环境友好。