一种底板原始导高带的预测方法

摘要

本发明属于煤矿安全生产技术领域，涉及一种矿井水害防治中原始导高带的预测方法；先建立BP神经网络模型，将地质构造复杂程度划分为简单、较简单、较复杂、复杂四个级别，然后根据预测区域所处的地质水文条件，圈定预测区域的富水区域及其富水性，再根据地质构造较复杂和复杂区域及富水区域确定的重合区域圈定预测区域的底板原始导高带，最后利用MATLAB建立BP神经网络预测模型，对圈定的底板导高带进行底板原始导高预测；其预测原理可靠，预测方法简单，操作智能方便，预测精度高，预测环境友好。

主权项

一种底板原始导高带的预测方法，其特征在于包括以下具体步骤：(1)确定研究区域地质构造的复杂程度：根据影响地质构造复杂程度的因素，建立BP神经网络模型，将地质构造复杂程度划分为简单、较简单、较复杂、复杂四个级别，其划分步骤如下：①将影响地质构造复杂程度的因素，包括断层密度M，断层强度指数F，断层与煤层夹角指数Q，煤层倾角绝对值A，煤层底板倾角变异系数R，煤层厚度异常D，底板标高变幅H和构造面积损失系数S进行归一化处理，即将定性的参数定量化，再进一步进行归一化，将参数值用0～1的数值来表示；②利用矩阵实验室建立BP神经网络预测模型，将地质构造复杂程度的四个级别：简单、较简单、较复杂和复杂分别对应输出项(1，0，0，0)、(0，1，0，0)，(0，0，1，0)和(0，0，0，1)；③根据建立的BP神经网络模型进行预测，划分地质构造复杂程度区域，并在图片上圈定较复杂和复杂区域；(2)确定预测区域的富水性：根据预测区域所处的地质水文条件，利用三维物探手段，根据电阻率的差异进行判断，电阻率高的区域富水性差，电阻率低的区域富水性好，以此圈定预测区域的富水区域及其富水性；(3)确定预测区域的底板原始导高带：根据步骤(1)和步骤(2)确定的重合区域圈定预测区域的底板原始导高带，利用MATLAB建立BP神经网络预测模型，最后对圈定的底板导高带进行底板原始导高带预测，其步骤如下：①根据步骤(1)圈定出的地质构造较复杂和复杂区域及步骤(2)圈定出的底板含水层的富水区域，确定二者重合部分为底板原始导高带较发育的区域；②选取部分矿井底板原始导高测试的数据作为样本，利用MATLAB建立BP神经网络预测模型，然后用建立的模型确定预测区域的底板原始导高带；所述利用MATLAB建立BP神经网络预测模型，其步骤如下：选取部分矿井对底板原始导高测试的数据作为样本数据，利用MATLAB对样本数据进行归一化处理，并将样本数据分为学习样本和检验样本；选取合适参数对学习样本进行训练后建立BP神经网络预测模型，利用检验样本对BP神经网络预测进行检验，检验结果达到训练要求，说明建立的预测模型可行，再有新数据时，直接输入使其运行，便能得到想要的结果；划分地质构造复杂程度时，将影响地质构造复杂程度因素的数据进行归一化处理，输入运行，便能划分出其所属的地质构造复杂程度；测定原始导高时，根据建立的原始导高模型，输入数据，便能预测出原始导高。