[发明专利]一种煤层地理信息系统精度提升方法

说明书

本发明公开了一种煤层地理信息系统精度提升方法，包括以下步骤：数据预处理；基于浅层机器学习的时序预测方法预测煤层地理信息系统；具体如下：基于SVR的时序预测方法预测煤层地理信息系统；基于深度学习的时序预测方法预测煤层地理信息系统；具体如下：基于LSTM的时序预测方法预测煤层；建立预测区域煤层三维模型；根据第二步和第三步中的预测结果分别绘制预测区域煤层三维模型；第五步、结果分析。本发明可实时动态预测煤层地理信息系统，并减轻综采过程对采煤工人经验的依赖程度，加速实现综采工作面无人自主开采的进程。

技术领域

本发明涉及综采工作面无人自主开采技术领域，具体涉及一种煤层地理信息系统精度提升方法。

背景技术

煤层厚度预测对煤炭开采过程至关重要，现有煤田地质勘探方法主要包括地质分析法、钻探分析法、地震法和地球物理勘探法。

地质分析法主要研究岩相古地理、沉积相、煤相，了解有利于聚煤的古地理单元及其分布,提出矿区聚煤作用控制因素,分析清楚聚煤规律,掌握地质构造对区内煤层厚度影响规律,从而实现对煤层厚度及其空间展布形态的预测；地质分析法能很好地反映区域信息，但对局部信息的预测不够准确。

钻探法是直接取得地下深部实物资料的唯一手段，对于单个钻孔，在取芯完整的前提下，测得的煤层厚度数据是比较准确的；但钻孔数比较少，孔距也一般间隔数百米以上；地震法又可细分为振幅法、直接预测方法和统计分析法。

地震法是在满足一定前提条件下，通过反射波能量或振幅在频率域和时间域上成准线性关系的原理进行煤层厚度预测，包括直接预测方法和统计分析法两种；直接预测方法是根据薄层理论及煤层反射波形成机理推导出直接计算厚度公式，进而求取煤厚的方法，包括：陷频法、道积分法、反射波特征点法等；统计分析法是利用地震属性参数进行分析，包括：时域振幅类参数、付氏谱类参数等；地震法具有精度较高，信息丰富的特点，但在复杂地形地貌条件下效果较差。

地球物理勘探法是利用煤层反射波的地震属性参数对煤层厚度作定量预测，但不同地球物理方法的煤厚探测精度差异较大。

由此可见，上述各种方法获得的煤层厚度精度较低，无法满足综采工作面无人自主开采对煤层地理信息系统的精度要求，还需要进一步对煤层地理信息系统作精细化研究。

发明内容

为了克服现有技术的不足，本发明提供一种煤层地理信息系统精度提升方法，可实时动态预测煤层地理信息系统，并减轻综采过程对采煤工人经验的依赖程度，加速实现综采工作面无人自主开采的进程。

为达上述目的，本发明提供一种煤层地理信息系统精度提升方法，包括以下步骤：

第一步、数据预处理；

第二步、基于浅层机器学习的时序预测方法预测煤层地理信息系统；具体如下：基于SVR的时序预测方法预测煤层地理信息系统；

第三步、基于深度学习的时序预测方法预测煤层地理信息系统；具体如下：基于LSTM的时序预测方法预测煤层；

第四步、建立预测区域煤层三维模型；根据第二步和第三步中的预测结果分别绘制预测区域煤层三维模型；

第五步、结果分析。

进一步的，第一步中，所述数据预处理中所采集的数据包括物探数据、钻探数据和历史截割数据。

进一步的，第一步中，具体数据预处理包括以下步骤：

1)、作坐标系转换处理，将上述三种数据均转换为采区局部地理坐标系下的坐标；

2)、根据三种数据各自的特点分别作煤层厚度计算和底板曲面计算；具体的，由物探数据求得的煤厚及底板曲面；由钻探数据求得的煤厚；由历史截割数据求得的煤厚及底板曲面；

3)、根据采区局部地理坐标系分别对三类数据按顺序排列整理；