[发明专利]煤矿智能开采工作面底板突水预测模型、预测方法及系统

权利要求书

1.一种煤矿智能开采工作面底板突水智能预测模型的构建方法，其特征在于，该方法包括以下步骤：

步骤1，确定影响因素，并通过采集与统计得到影响因素的具体数值；

所述影因素包括水文地质因素和采掘活动因素；

所述水文地质因素底板隔水层厚度、含水层水压、含水层富水性和断层分维值；所述采掘活动因素包括底板破坏深度、开采高度、开采宽度和工作面推采速度；

步骤2，对步骤一中得到的具体数值进行预处理，将预处理得到的样本数据作为训练数据集S；

步骤3，构建并训练底板突水智能预测模型；

基于随机森林算法构建底板突水智能预测模型，将训练数据集作为输入，将突水和未突水作为输出，对底板突水智能预测模型进行训练，得到训练好的底板突水智能预测模型。

2.如权利要求1所述煤矿智能开采工作面底板突水智能预测模型的构建方法，其特征在于，所述通过采集与统计得到影响因素的具体数值的过程为：

通过插值方法得到底板隔水层厚度、含水层富水性和断层分维值的数值大小；通过采集得到含水层水压、底板破坏深度、开采高度、开采宽度和工作面推采速度的数值大小。

3.如权利要求2所述煤矿智能开采工作面底板突水智能预测模型的构建方法，其特征在于，所述通过插值方法得到底板隔水层厚度、含水层富水性和断层分维值的数值大小的具体过程包括以下内容：

通过统计矿区钻孔数据进行插值处理得到底板隔水层厚度；

通过对矿井抽水资料统计得到单位涌水量q的进行插值处理得到工作面的单位涌水量q，进而得到含水层富水性；

通过煤矿采掘工程平面图进行插值得到研究区，用边长为r的正方形网格将研究区划分为正方形块段，再将正方形块段的分维值赋给正方形块段的中心点，得到不同区域的断层分维值。

4.如权利要求2所述煤矿智能开采工作面底板突水智能预测模型的构建方法，其特征在于，所述通过采集得到含水层水压、底板破坏深度、开采高度、开采宽度和工作面推采速度的数值大小的具体方法包括以下内容：

所述含水层水压通过布设于钻孔孔底水压传感器直接采集得到；

所述底板破坏深度是通过微震监测传感器采集微震信号，将微震信号通过网络通信站传输至地面主站，由地面主站通过对微震信号的分析处理，并结合水文地质资料，解算得到煤层回采过程中煤层底板破坏深度数值大小；

所述开采高度、开采宽度和工作面推采速度通过地质资料及实际开采情况实时采集得到。

5.如权利要求1所述煤矿智能开采工作面底板突水智能预测模型的构建方法，其特征在于，所述构建并训练底板突水智能预测模型的具体过程为：

步骤3.1，将训练数据集S输入到底板突水智能预测模型中，将突水和未突水的结果作为目标输出，采用重抽样方法对训练数据集S进行重复抽样，得到ntree个训练数据集S_i，建立每个训练数据集S_i相对应的决策树h_i；

步骤3.2，从影响因素输入变量中随机选取mtry个属性作为节点分裂的子集，再从子集中选择一个最优的属性进行节点分裂，构建CART树；

步骤3.3，重复ntree轮步骤3.2，生成ntree个CART树；

步骤3.4，将生成的多棵决策树组成随机森林，进而得到训练好的底板突水智能预测模型。

6.如权利要求1所述煤矿智能开采工作面底板突水智能预测模型的构建方法，其特征在于，所述预处理为数据进行无量纲化处理，采用MATLAB软件对数据进行无量纲化处理。

7.如权利要求1所述煤矿智能开采工作面底板突水智能预测模型的构建方法，其特征在于，所述样本数据包括8种数据，每种数据均包括n组。