基于灰色BP神经网络的水位矿井涌水量预测.pdf

《基于灰色BP神经网络的水位矿井涌水量预测.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、2011年12月矿业安全与环保第38卷第6期基于灰色BP神经网络的水位矿井涌水量预测邱国良，吴基文，王厚柱(1．安徽理工大学地球与环境学院，安徽淮南232001；2．国投新集能源股份有限公司新集二矿，安徽淮南232001)摘要：在对矿井涌水资料总结分析的基础上，结合背景资料和灰色关联度分析新集二矿涌水量与长观孔水位的关系，将关联性好的4个钻孔水位作为BP神经网络的输入神经元进行建模预测，结果表明，基于灰色关联度的神经网络模型预测矿井涌水量精度较高，以水位作为输入神经元是可行的，为矿井涌水量预测提

2、供了一种新思路、新方法。关键词：灰色关联度；BP神经网络；水位；涌水量预测中图分类号：TD742文献标志码：A文章编号：i008—4495(2011)06—0028—03长期以来，矿井涌水和突水一直是煤矿安全生经元进行BP神经网络预i贝0矿井涌水量，计算较简产的重大隐患，由其引发的各种事故给煤矿和国家单，实用性更强。造成了重大损失。影响矿井涌水量的因素主要有矿1矿井涌水状况坑水的补给条件、矿体围岩的岩性和产状、矿床的开采方式以及所选计算参数¨J，所有这些因素错综复新集二矿井田属淮南复向斜的一部分

3、，位于谢杂，表现为典型的非线性特征J。在非线性预测方桥向斜南翼。矿井主采煤层为13118，6一和法中，神经网络技术由于具有较强的学习、联想、容1煤层。矿井涌水量由煤层顶底板砂岩裂隙水，少错、自适应、自组织及抗干扰能力，成为一种用于处量相邻含水层渗入水和生产用水构成，后期1煤层理非线性问题的主流方法。目前应用较广泛、效果开采时，主要受l煤顶板砂岩水和底板太灰水的影较好的模型为误差反向传播神经网络模型——BP响。二叠系可采煤层顶板砂岩水是矿井的主要直接模型，该模型是典型的单向多层次前馈模型，能够学充

4、水水源，但其富水性不均，68煤顶板砂岩富水习大量的映射关系，而不需要其他数学知识来描述性弱，补给条件差，以静储量为主，易疏干。11一煤输入一输出之间的映射j。顶板砂岩厚度大，且其南部露头局部与推覆体片麻将神经网络应用于矿井涌水量预测时效果一直岩接触，富水性相对较强，难以疏干。l3一。煤顶板砂不理想，一个较重要的原因是输人神经元的选取存岩较薄，其总体富水性较弱，但由于其浅部与推覆体在问题，目前多采用两种方法对输人层神经元进行寒武系地层相接触，将接受寒武系灰岩水的补给。筛选J：一种是通过逐一比较输入

5、层各神经元与隐目前由于钻孔数较少，1煤层顶板砂岩和太灰的富含层之间连接权值进行筛选；另一种是通过分析输水性有待进一步评价。但1煤层距太灰含水层较入层神经元与输出层神经元之间的物理关系进行筛近，加之奥灰水的补给关系，开采该煤层时防治水工选。前一种需要的样本空间太大，且对样本空间分作难度相对较大，因此矿井涌水量预测显得尤为布规律要求较高，实际建模较为繁杂；后一种则需要必要。建模人员的专业经验，掌握难度较大。在此以新集矿井地面有9个长观孔，其水位见表1，钻孔的二矿为例，利用灰色关联度对BP神经网络输入

6、层神筛选主要依据：①矿井涌水量主要受二叠系砂岩裂经元进行筛选，选取相关程度高的钻孔作为输入神隙水、寒武系灰岩水、奥陶系灰岩水及太原组灰岩水影响；②松散层发育3层含水层，由于三隔厚度大，收稿日期：2011—05—10；2011-10-11修行在正常情况下可有效阻断与下伏含水层的水力联作者简介：邱国良(1986一)，男，湖南衡阳人，在读硕士研究生，从事水文地质、工程地质方面的学习和研究工作。系，在古地形隆起处第二、三含水层直接覆盖在基岩E—mail：glqiu@foxmail．eom。上，但大部分地

7、段松散层与主要可采煤层相距较远，·28·2011年12月矿业安全与环保第38卷第6期其间又有推覆体片麻岩、寒武系和夹片地层相隔，因Q(II)及第三含水层Q(III)3个孔；③结合数据，发此地表水和新生界松散砂层水对矿井涌水量及水位现104、0307水位基本不变，矿井涌水量与之无相关影响较小，所以剔除第二含水层水位观测孑L0107—1、性，所以再剔除这两个观测孔数据。㈩表l新集二矿实测水位数据；㈦”啦；2，¨¨圳，表2灰色关联度分析结果2涌水量预测2．1涌水量灰色关联度分析第一步，确定分析矩阵，选

8、取涌水量作为母因素U0，选取0503孔、0706孔、1304孔及TG-1孔的水位一般关联度大于等于0．8时，子序列与母序列作为子因素PC，，，，，其分析序列如下：关联度很好；介于0．6与0．8之间关联度好；小于0．5时，基本上不相关J。表2中4个观测孔关联度属于好和很好，与理论分析也相符合。2．2BP神经网络模型的建立首先将数据进行归一化处理，避免神经元出现饱和，使各输入分量有同等重要地位，通常用式(1)为了更好地体现分析对象之间的差异性，采用将数值换算为[0．1，0．9]区间的值，再用式(2)