[发明专利]一种基于PCA分析的Fisher判别模型突水水源预测方法

说明书

本发明提出了一种基于PCA分析的Fisher判别模型预测突水水源的方法，包括：收集研究区近年来各主要含水层水质类型资料；基于实际水质资料，建立PCA法的Fisher判别模型；将模型结果与实际对比，预测研究区突水水源。本发明基于PCA法对各主要含水层水质进行分析，排除各离子间重叠干扰因素，选取主要影响因素，结合Fisher判别分析法建立突水水源判别模型，进行研究区突水水源的预测。该方法有一定的新颖性，且操作简单，实用性强，为突水水源预测提供了一种新的思路和方法。

技术领域

本发明属于煤矿开采突水水源识别领域。具体是涉及一种基于PCA分析的Fisher判别模型突水水源预测方法。

背景技术

快速准确的判断突水水源的位置，采取合理的措施，是预防突水事故发生的关键。矿井水质分析是判断矿井突水水源性质的主要手段之一，因不同层位的水质性质不同，一般采用水化学指标来判断矿井突水的水源性质。常用的方法有BP神经网络法、Piper三线图法等都没有考虑到各评价因子之间的相关性，造成各信息间的重合产生误判的情况。而PCA很好的解决了各变量之间的信息重叠，准确率高。本发明采用PCA法分析各因子间的相关性，提取相关性强的主要因子，结合Fisher判别法建立基于PCA法的Fisher判别模型预测突水水源的方法。

发明内容

1.本发明的目的

本发明针对煤矿开采突水水源预测技术上的缺陷，将PCA法与Fisher判别分析法相结合代替单一预测突水水源预测方法，提高预测结果的准确性

2.本发明的技术方案

为实现这一目的，建立基于PCA法的Fisher判别模型预测突水水源的方法。该方法包括：步骤A，收集研究区近年来各主要含水层水质类型资料；步骤B，基于实际水质资料，PCA法的Fisher判别模型；步骤C，将模型结果与实际对比，预测研究区突水水源。

本发明基于PCA法对各主要含水层水质进行分析，排除各离子间重叠干扰因素，选取主要影响因素，结合Fisher判别分析法建立突水水源判别模型，进行研究区突水水源的预测。该方法有一定的新颖性，且操作简单，实用性强，为突水水源预测提供了一种新的思路和方法。

附图说明

图1为本发明基于PCA法的Fisher判别模型预测突水水源方法流程图。

具体实施方案

为本发明基于PCA法的Fisher判别模型预测突水水源方法流程图。如图1所示：

步骤A，收集研究区近年来各主要含水层水质类型资料；

步骤B，基于实际水质资料，建立PCA法的Fisher判别模型；

步骤C，将模型结果与实际对比，预测研究区突水水源。

详细步骤：

选取某矿突水资料为研究背景，样本数据选自矿井内直接充水含水层新生界下含水(Ⅰ)和煤系水(Ⅱ)的各10个水样数据。考虑到不同含水层中离子的特征不同，选取六大常用的水化学特征离子作为判别因子：Ca²⁺(X₁)、Mg²⁺(X₂)、K⁺+Na⁺(X₃)、HCO₃^-(X₄)、Cl^-(X₅)和SO₄^2-(X₆)。实际水源类别如表1。

表1 水源判别结果