[发明专利]一种考虑监测数据时空特性的微震事件危险性分类方法

说明书

本发明涉及一种考虑监测数据时空特性的微震事件危险性分类方法，通过考虑微震监测数据的时空特征建立不同的特征指标，然后进行数据不平衡性和One‑Hot编码处理，以处理后的指标为特征，是否发生冲击地压或地表震动等危险灾害为标签，然后通过一维卷积神经网络建立微震事件的危险性分类模型。该分类方法充分利用监测数据的时空特性，训练时间快，分类效果好，解决了目前大部分研究中对矿井中微震事件危险性分类中依赖监测数据类型过多和忽略微震监测数据时空特性的问题。

技术领域

本发明涉及矿井中冲击地压等危险灾害领域，具体为一种考虑监测数据时空特性的微震事件危险性分类方法。

背景技术

矿井中冲击地压等危险灾害的发生常常造成巷道的严重破坏和工作人员重大伤亡，甚至可能会引发地面的震动和小型地震。防治矿井中危险事件的发生需要准确可靠的分析微震事件危险性，根据危险程度将微震事件进行分类，才能采取适当措施来解除威胁。现有技术中，很多学者基于微震监测数据对微震事件危险性进行了分析和预测，但是在建立分析指标过程中依赖于能量、电磁辐射信号等监测值，未考虑数据的时空特征，对于微震监测数据要求高（考虑的指标多、指标的监测难度大），却不能充分利用数据之间的关系，加大了监测成本，且部分方法设计复杂，难以直接应用到工程中。如多数矿井中微震监测数据主要包含时序、地点和能量数据，没有应力监测数据或者应力监测数据难以准确映射到某一点，但多数研究中都将应力作为分析指标。

发明内容

针对上述现有技术中存在的不足，本发明提出一种考虑监测数据时空特性的微震事件危险性分类方法，包括如下步骤：

S1，建立微震事件危险性分类特征指标

以本次微震事件的能量、本次微震事件发生前的连续n次微震事件的时间密集度、本次微震事件发生前的连续n次微震事件的空间密集度作为微震事件危险性分类特征指标；其中时间密集度采用连续n次微震事件的两两之间时间间隔的均值表示，空间密集度采用连续n次微震事件的分别发生地点与这n次微震事件发生地点中心之间距离的方差表示；

S2，建立数据集并进行样本不平衡性处理

在连续M次微震事件中，以第m次至第m+n次微震事件的监测数据作为数据集中一个样本的数据源，1≤m≤M-n，最多建立M-n个样本，每个样本包括特征数据和标签数据，所述特征数据包括第m次至第m+n-1次微震事件的时间密集度、第m次至第m+n-1次微震事件的空间密集度和第m+n次微震事件的能量值；所述标签数据为第m+n次微震事件的危险类别，分为危险事件和不危险事件，对标签数据进行One-Hot编码处理；

样本不平衡性处理，在采样过程中对数据集中样本标签为危险事件的特征数据加入轻微扰动后复制，以使不同标签的样本数量平衡；

优选的，One-Hot编码处理后危险事件对应标签为1，不危险事件对应标签为0。

优选的，轻微扰动的方法为加上随机数。

S3，建立微震事件危险性分类模型

基于一维卷积神经网络建立一个三层的分类模型，每一层由卷积层、批正则化和激活层构成，以Relu函数为激活函数，分类模型的最后设置两层全连接层用于分类，最后使用Softmax函数进行分类标签的输出；