一种基于大数据分析的煤矿水害实时预警方法

本发明涉及数据处理，具体涉及一种基于大数据分析的煤矿水害实时预警方法。

背景技术：

1、煤炭在能源领域有着举足轻重的作用，是我国能源中关键的一环，随着浅层煤炭的开采逐渐枯竭，现在对于煤炭的开采逐渐需要深入地下，随着开采的深度加深，煤矿水害成为了煤矿开采的一大难题，不仅阻挠了煤矿资源的开采，严重时，还会对工作人员的安全造成威胁，矿井下的各种机械和机电设备，也会随着水害的发生造成巨大的损失，而且恢复起来，也非常难，因此需要对煤矿水害进行监测并根据所采集数据对水害进行实时预警。

2、现有的关于煤矿水害实时预警的方法，有基于多个单独的监测指标进行预警的，每个单独的监测指标与确定的阈值相比较，来判断水害是否进行预警，并未考虑不同类型的监测指标之间的关系，以及监测指标本身的变化情况和历史数据对于矿井水害预警的影响，导致预警并不准确。

技术实现思路

1、为了解决上述技术问题，本发明的目的在于提供一种基于大数据分析的煤矿水害实时预警方法，所采用的技术方案具体如下：

2、本发明一个实施例提供了一种基于大数据分析的煤矿水害实时预警方法：

3、在矿井的边界外获取矿井的至少两个辅助监测区域；在预设时间段内采集各辅助监测区域的微震事件数目、微震事件能量和微震事件位置；基于所述微震事件数目和微震事件能量得到辅助判断指标；根据所述微震事件位置得到方向指标；

4、在预设时间段内的每个采集时刻采集矿井内的至少两种监测指标；

5、构建每种监测指标对应的数据预测模型；将预设时间段内的一种监测指标输入对应的数据预测模型，得到下一预设时间段内的预测监测指标；

6、在下一个预设时间段内，获取同一时刻的所有预测监测指标，组成预测指标向量，并获取每个预测指标向量中异常监测指标的数量；计算每个预测指标向量与其他预测指标向量的相似度获得相似度序列；根据相似度序列的波动程度和均值、该相似度序列的预测指标向量对应的异常监测指标的数量、辅助判断指标的均值和方向指标获取综合判断指标；根据综合判断指标进行水害预警。

7、优选地，在矿井的边界外获取矿井的至少两个辅助监测区域，包括：

8、获取矿井的边界，然后获取整个矿井区域的最小外接圆；经过圆心将最小外接圆进行等分，得到预设数量的扇形；在每个扇形区域内获取辅助监测区域，辅助监测区域为圆形且与最小外接圆的边、扇形的边相切。

9、优选地，基于所述微震事件数目和微震事件能量得到辅助判断指标，包括：

10、一个预设时间段内一个辅助监测区域内的微震事件数目与预设时间段的时间长度的比值为时间密度指标；

11、则辅助判断指标的计算公式为：

12、

13、其中，yp表示一个辅助监测区域的辅助判断指标；表示预设时间段内一个辅助监测区域微震事件数目的平均值；表示一个辅助监测区域微震事件能量的平均值；ρt表示一个辅助监测区域微震事件预设时间段内的时间密度指标。

14、优选地，根据微震事件位置得到方向指标，包括：

15、获取预设时间段内每个辅助监测区域内微震事件的位置，若在预设时间段内出现一个辅助监测区域的微震事件的位置连续变化趋向矿井方向，其中连续变化的时间不少于预设时间长度，则将其编码为1，否则编码为0；其中编码的数量与辅助监测区域的数量相等；将所有的编码进行求和获得方向指标。

16、优选地，在预设时间段内的每个采集时刻采集矿井内的至少两种监测指标，包括：所述监测指标分别为水位、涌水量、第一化学指标、第二化学指标、水硬度、ph值、应力、岩层的位移、微震事件数目、微震能量和矿井巷道内的空气湿度。

17、优选地，构建每种监测指标对应的数据预测模型，包括：

18、构建数据预测模型和对应的损失函数，所述损失函数由第一损失函数和第二损失函数组成；将每种监测指标的历史数据作为训练样本，利用训练样本基于所述损失函数对数据预测模型进行训练。

19、优选地，损失函数为：

20、l＝αl1+βl2，

21、其中，α和β分别表示第一权重系数和第二权重系数；l1和l2分别为第一损失函数和第二损失函数；

22、第一损失函数为均方误差损失函数，第二损失函数具体为：

23、

24、其中，l2表示第二损失函数；n表示所有参与训练的样本的组数；pa表示第a组真实样本与第a组预测数据的皮尔逊相关性系数；e表示自然常数。

25、优选地，计算每个预测指标向量与其他预测指标向量的相似度获得相似度序列，包括：相似度的计算公式具体为

26、其中，xsij表示第i个预测指标向量与第j个预测指标向量的相似度，其中i和j的取值范围[0，24]，为正整数且不相等；yxij表示第i个预测指标向量与第j个预测指标向量的余弦相似度；dij表示第i个预测指标向量与第j个预测指标向量的欧式距离；γ表示第一参数，取值为无限接近于零的正数。

27、优选地，综合判断指标的计算公式为：

28、

29、其中，zpc表示第c个预测指标向量对应的综合判断指标；nc表示一个预测指标向量中异常的监测指标的数量；yppj表示预测的预设时间段的前一个预设时间段内的所有辅助判断指标的平均值；fx表示预测的预设时间段的前一个预设时间段内的所有辅助监测区域对应的方向指标；varc表示第c个预测指标向量对应的相似度序列的波动程度，也即是方差；gc表示第c个预测指标向量对应的相似度序列的均值；b1和b2为权重系数。

30、优选地，根据综合判断指标进行水害预警，包括：

31、获取预警阈值，将下一预设时间段内的所有预测指标向量对应的综合判断指标与所述预警指标进行比较，获取大于等于预警阈值的综合判断指标所有时刻，时序上排在最前面的时刻为水害发展开始时刻；并在当前预设时间段内发出预警，提醒工作人员根据水害发展开始时刻做出相应措施。

32、本发明实施例至少具有如下有益效果：本发明在矿井的边界外获取了矿井的多个辅助监测区域，并对辅助监测区域的微震数据进行进一步的分析，获取了辅助判断指标和方向指标，从矿井周围的地质变化情况来辅助判断矿井发生水害的可能性，使得对于矿井水害的预警的准确性得到了进一步加强；进一步的，在预设时间段内，采集多种监测指标，并利用这些指标预测下一个预设时间段内的预测监测指标，利用同一时刻的预测监测指标组成预测指标向量，并结合其它时刻的预测指标向量进行分析，得到相似度序列，考虑了一个时刻的各种监测指标与其他时刻指标之间的联系，能够提高预警的准确性；然后将辅助判断指标、方向指标、预测指标向量的分析结果进行结合，获得综合判断指标进行预警，进而预警，将矿井内部的情况和矿井周围区域的情况进行了结合，使得预警更加准确；同时预测的监测数据提前量较长，能够使得预警的时机更加提前，让工作人员有足够的时间进行应对。

技术特征：

1.一种基于大数据分析的煤矿水害实时预警方法，其特征在于，该方法包括：

2.根据权利要求1所述的一种基于大数据分析的煤矿水害实时预警方法，其特征在于，所述在矿井的边界外获取矿井的至少两个辅助监测区域，包括：

3.根据权利要求1所述的一种基于大数据分析的煤矿水害实时预警方法，其特征在于，所述基于所述微震事件数目和微震事件能量得到辅助判断指标，包括：

4.根据权利要求1所述的一种基于大数据分析的煤矿水害实时预警方法，其特征在于，所述根据微震事件位置得到方向指标，包括：

5.根据权利要求1所述的一种基于大数据分析的煤矿水害实时预警方法，其特征在于，所述在预设时间段内的每个采集时刻采集矿井内的至少两种监测指标，包括：所述监测指标分别为水位、涌水量、第一化学指标、第二化学指标、水硬度、ph值、应力、岩层的位移、微震事件数目、微震能量和矿井巷道内的空气湿度。

6.根据权利要求1所述的一种基于大数据分析的煤矿水害实时预警方法，其特征在于，所述构建每种监测指标对应的数据预测模型，包括：

7.根据权利要求6所述的一种基于大数据分析的煤矿水害实时预警方法，其特征在于，所述损失函数为：

8.根据权利要求1所述的一种基于大数据分析的煤矿水害实时预警方法，其特征在于，所述计算每个预测指标向量与其他预测指标向量的相似度获得相似度序列，包括：相似度的计算公式具体为

9.根据权利要求1所述的一种基于大数据分析的煤矿水害实时预警方法，其特征在于，所述综合判断指标的计算公式为：

10.根据权利要求1所述的一种基于大数据分析的煤矿水害实时预警方法，其特征在于，所述根据综合判断指标进行水害预警，包括：

技术总结
本发明涉及数据处理技术领域，具体涉及一种基于大数据分析的煤矿水害实时预警方法。该方法包括：获取矿井周围区域的辅助监测区域，并对辅助监测区域进行分析获得辅助判断指标和方向指标；获取下一预设时间段内的预测监测指标；在下一个预设时间段内，获取同一时刻的所有预测监测指标，组成预测指标向量，并获取异常监测指标的数量；计算每个预测指标向量与其他预测指标向量的相似度获得相似度序列；根据相似度序列的波动程度和均值、该相似度序列的预测指标向量对应的异常监测指标的数量、辅助判断指标的均值和方向指标获取综合判断指标；根据综合判断指标进行水害预警。本发明能够提高矿井水害预警的准确性，并将预警时机提前。

技术研发人员：晏涛,朱川曲,李青锋,吴昊,魏明星
受保护的技术使用者：湖南科技大学
技术研发日：
技术公布日：2024/1/15