[发明专利]基于水文地质台账的矿井涌水量计算方法

说明书

技术领域

本发明涉及煤矿生产安全领域，具体涉及一种基于水文地质台账的矿井涌水量计算方法。

背景技术

矿井涌水量预测方法大致分为两大类：第一类为确定性的数学模型，包括大井法、水均衡法、解析法、数值法等，第二类为统计分析方法，包括水文地质比拟法、相关分析法、神经网络方法等。在矿山多水源涌水判别的基础上进行矿山涌水量的预测，则可获得更为精确的预测结果。要想获得一定精度的预测结果，确定性的数学模型方法要求获得足够多的水文地质勘探数据、准确概化边界条件等，难以准确建模或准确建模的地质勘探成本过高；统计分析方法则受到实测资料累计程度、推广性差等条件的限制。

因此，需要探索建立一种基于矿井水文地质台账的矿井涌水量计算方法，以便克服理论推导出的矿井涌水量计算方法所得结果往往与实际不符的缺点。

发明内容

本发明的目的是提供一种基于水文地质台账的矿井涌水量计算方法，以解决目前现有的矿井涌水量计算方法所得结果与实际情况不符的难题。

为解决上述技术问题，作为本发明的一个方面，提供了一种基于水文地质台账的矿井涌水量计算方法，包括：步骤10，在查清矿井出水点具体位置的基础上，根据矿井出水点的位置，每天记录一次对应的涌水量，以建立水文地质台帐；步骤20，对台账中涌水量的历史数据进行分析，从中筛选可靠的数据；步骤30，根据筛选出的数据建立矿井涌水量计算的时间序列模型；步骤40，根据台账对模型进行检验；步骤50，根据模型计算涌水量。

进一步地，步骤30包括：步骤31，利用ADF单位根检验法检验时间序列的平稳性，若时间序列为非平稳序列，则通过差分法将其转化为平稳序列；步骤32，通过自相关函数和偏自相关函数的截尾性和拖尾性确定模型的形式；步骤33，通过AIC和BIC准则量化的计算结果判断模型的阶数；步骤34，根据模型的形式的阶数，建立时间序列模型。

进一步地，时间序列模型为自回归移动平均模型。

进一步地，时间序列模型包括AR模型、MA模型、ARMA模型。

进一步地，步骤33通过自由度的调整，取均方误差最小的模型阶数。

进一步地，步骤40包括检验所有系数是否显著不为零、参差是否为白噪声、预测是否准确，其中，预测是否准确是利用时间序列的后m个数据样本作为检验样本，当预测相对误差平均值在10％以内，即认为建立的模型可靠。

本方法的基础数据是矿井涌水量实际观测台账，因此能够保证计算数据的客观性。

附图说明

图1为基于水文地质台账的矿井涌水量计算方法流程图；

图2为实施例涌水量趋势图；

图3为实施例涌水量相关性与偏自相关性分析图。

具体实施方式

以下对本发明的实施例进行详细说明，但是本发明可以由权利要求限定和覆盖的多种不同方式实施。

请参考附图，本发明提供了一种基于水文地质台账的矿井涌水量计算方法，包括：步骤10，在查清矿井出水点具体位置的基础上，根据矿井出水点的位置，每天记录一次对应的涌水量，以建立水文地质台帐；步骤20，对台账中涌水量的历史数据进行分析，从中筛选可靠的数据；步骤30，根据筛选出的数据建立矿井涌水量计算的时间序列模型；步骤40，根据台账对模型进行检验；步骤50，根据模型计算涌水量。

本方法的基础数据是矿井涌水量实际观测台账，因此能够保证计算数据的客观性。在实际应用中，对于那些已建成、影响因素难以确定或量化，且随后的采掘活动对其涌水量基本无影响的井巷系统，可将其历史观测数据看成时间序列。实际上，某一已建成井巷系统的涌水量历史观测值就是该“涌水系统”在不同时间、不同条件下的响应值，是该系统历史行为的客观记录，因而包含了该系统结构特征及运行规律。可以通过对该系统历史时间序列的分析研究来认识它的结构特征，如波动的周期、振幅、趋势，揭示其运行规律，从而保证了计算的准确性。本发明方法简单，功能全面、智能，操作方便，特别适合于水文地质台账健全的矿井。

优选地，步骤30包括：步骤31，利用ADF单位根检验法检验时间序列的平稳性，若时间序列为非平稳序列，则通过差分法将其转化为平稳序列；步骤32，通过自相关函数和偏自相关函数的截尾性和拖尾性确定模型的形式，见表1；步骤33，通过AIC和BIC准则量化的计算结果判断模型的阶数；步骤34，根据模型的形式的阶数，建立时间序列模型。

表1自相关函数和偏自相关函数的截尾性和拖尾性对照表