[发明专利]一种基于灰色关联模型的突水水源判别方法

权利要求书

1.一种基于灰色关联模型的突水水源判别方法，其特征在于，该方法包括：

步骤A，收集目标区域各含水层实测水质资料及突水情况；

步骤B，基于实测水质资料，建立灰色关联模型；

步骤C，数据标准化处理；

步骤D，计算关联系数；

步骤E，关联度计算及确定关联序。

步骤F，确定突水水源，与实际情况对比。

2.根据权利要求1所述的一种基于灰色关联模型的突水水源判别方法，其特征在于,步骤B中，基于实测水质资料，建立灰色关联模型，具体过程如下：

统计分析矿井历次水质分析结果的基础上，将各个水样的主要化学成分作为灰色关联分析的原始数据，结合灰色系统理论中的灰色关联度分析方法将取样点水质及待研究水样水质进行关联度分析，将突水点水样作为母序列(X₀)，其余各含水层水样作为子序列(X_j),j＝1,2,3...。

3.根据权利要求1所述的一种基于灰色关联模型的突水水源判别方法，其特征在于,步骤C，数据标准化处理，具体过程如下：

为了分析比较不同的量，首先应将水质原始数据进行单位化处理，即进行标准化无量纲处理：

X(k)为标准化序列，X⁽⁰⁾k为原始数据序列。

4.根据权利要求1所述的一种基于灰色关联模型的突水水源判别方法，其特征在于，步骤D，计算关联系数，具体过程如下：

ε_j(k)＝(Δ_min+ρΔ_max)/(Δ_j(k)+ρΔ_max)式中，ε_j(k)为母序列X₀与在第k点的关联系数；Δ_j(k)＝|X₀(k)－X_j(k)|，为第k点X₀与X_j的绝对差；Δ_min＝min{min|X₀(k)－X_j(k)|}，括号内表示X₀序列与X_j序列对应各点的最小差，而Δ_min表示在各序列最小差的基础上，按j＝1，2，…，n，找出所有序列中的最小差，即两级最小差，Δ_max意义类似。ρ为分辨系数，一般取0.5。

5.根据权利要求1所述的一种基于灰色关联模型的突水水源判别方法，其特征在于，步骤E,关联度计算及确定关联序，突水水源,具体过程如下：

将母序列X₀(k)与子序列X_j(k)的几个关联系数值进行均值化运算，记为rj，定义rj为子序列Xj(k)与母序列X₀(k)的关联度,其中:

将关联度rj(j＝1,2,...)按数值大小排列即得到子序列X_j(k)对母序列X₀(k)的关联序。

6.根据权利要求1所述的一种基于灰色关联模型的突水水源判别方法，其特征在于，步骤F，确定突水水源，与实际情况对比，具体操作如下：

关联度序列中，关联度最大的即为突水水源。