基于深度学习的LSTM-GRU复合模型矿井涌水量预测方法研究

为了解决矿井涌水预测问题,引入深度学习理论,将长短期记忆网络(LSTM)和门控循环单元(GRU)进行结合,选取矿井涌水量为研究对象,建立一种LSTM-GRU的矿井涌水预测模型。以陕西某矿的矿井涌水量为样本数据,采用7∶3的比例将数据集划分为训练集和测试集,选择模型训练效果较好的梯度下降算法确定网络模型参数和正则化参数,为了证明LSTM-GRU模型的预测精度,同时将结果分别与传统的ARIMA模型和LSTM模型预测矿井涌水所得到的预测结果进行对比。结果表明:LSTM-GRU复合模型的平均绝对百分比误差(RMSE)为70.51,均方根误差(MAE)为53.4,平均绝对误差(MAPE)为2.80%,可决系数(R^(2))为0.86,具有较高的预测精度和可靠性,预测效果优于传统的ARIMA模型和LSTM模型。

基于SSA-CG-Attention模型的多因素采煤工作面涌水量预测

矿井工作面涌水量预测对确保矿山安全、优化资源配置、提高工作效率等都具有重要作用。为提高预测结果的准确性和稳定性,基于钻孔水位和微震能量数据与涌水量的强关联性,选择其作为多因素特征变量,提出SSA-CG-Attention多因素矿井工作面涌水量预测模型。该模型在门控循环单元(GatedRecurrentUnit,GRU)提取时序特征的基础上,与卷积神经网络(ConvolutionalNeuralNet-work,CNN)融合形成新的网络结构提取数据的有效非线性局部特征,并且加入注意力机制(Atten-tion),在预测过程中将注意力集中在输入元素上,提高模型的准确性。最后通过麻雀搜索算法(Spar-row Search Algorithm,SSA)优化模型参数,避免局部最优解的问题。将提出的模型分别与传统的BP神经网络、LSTM、GRU单因素涌水量预测模型以及MLP、SLP、SVR、LSTM、GRU、SSA-LSTM、SSA-GRU多因素涌水量预测模型的预测结果进行对比分析,结果表明:SSA算法以最少迭代次数快速寻优,避免了局部最优解的缺陷;SSA-CG-Attention多因素涌水量预测模型整体预测指标绝对误差(E_(MA))、均方根误差(E_(RMS))以及平均绝对百分比误差(E_(MAP))分别为5.24 m^(3)/h、7.25 m^(3)/h、6%,指标方差和为8.90。相较于其他预测模型预测精度更高,相较于单因素涌水量预测模型,多因素涌水量预测模型预测结果更加稳定。研究结果为矿井工作面涌水量预测提供了新的思路与方法,对矿井工作面涌水量预测及防控有着借鉴与指导作用,具有一定的理论价值和现实意义。

底板突水危险性评价研究进展

回顾了煤层底板突水危险性评价的发展历程,提出其危险性评价的体系:指标(指标体系的建立)—方法(评价方法的选取)—工具(处理工具的革新),并对3个环节进行总结。指出指标体系的发展不再是因素集的扩充,而是因素与因素之间非线性关系的处理以及对以开采条件及地质条件为两大基本要素集的化繁为简;将现有方法依据处理数据的逻辑分为3类:以数据的基础信息为基准,将原始数据对评价对象所产生的大小、高低、优劣性影响进行考量、排序及综合形成评价结果的第一类方法;对数据列进行人工评判、加工分析、拓展和延伸,挖掘数据的潜在信息,并形成最终评价结果的第2类方法;整理具有相同指标的数据集,通过数据信息处理技术发现数据间的共有信息,从而获得最终评价结果的第3类方法。指出未来评价方法的发展方向一方面是对突水系数法的传承,修正其在厚、巨厚、极薄隔水层的不良表现,另一方面是对机器学习新型方法的创新,对其本身及组合模型进行开发与应用。提出了处理工具所需实现的三大目标:矿井立体化模型的建立、评价结果的动态化演示、“定位、定量、定概率”三定指标的实现。分别探讨了三者面临的问题并阐述具体解决手段。在上述基础上,总体阐明了煤层底板突水危险性评价体系各环节的研究展望。

机器学习方法在矿井水防治理论体系研究中的应用思考

致灾机理、危险性评价、灾变预测共同构成矿井水防治理论体系基本内容,其在过去20多年里快速发展,目标是理解矿井水行为特征,预测演化趋势,服务矿区水害防治工作。机器学习是大数据时代进行数据分析和挖掘的有力工具。将机器学习应用于矿井水防治理论体系研究,已得到相对广泛的关注。针对理论体系的3项基本内容,重点讨论了机器学习在各内容建设中的具体应用,主要包括:根据不同水害类型分类简述致灾机理研究现状,指出机器学习应用暂为空白的原因为其不具备做出假设的能力。认为未来致灾机理研究方法依然以传统方法(理论分析、数值模拟、相似模拟等)为主,机器学习促进地质数据获取与处理,对机理研究作出贡献;分析方法优势,指出机器学习作用于危险性评价的主要方式为非结构化数据的处理及丰富评价方法;分析基于物理和基于数据的单一预测模式弊端,论述物理模型与数据驱动相结合的必要性,相应给出“模型-数据”双驱动预测模式的3种实现形式,并讨论了基于图像的灾变预测方法可行性。随着生产数据及地质数据的丰富,机器学习方法可推动理论体系研究快速发展,并为矿井水防治学科系统方法论研究作出贡献。

基于CEEMDAN和改进的混合时间序列模型工作面涌水量预测研究

为提高采煤工作面涌水量预测准确度,收集大量工作面涌水量观测数据进行整理、统计、分析,将涌水量稳定性、周期性和季节性特征考虑在内,提出1种基于数据驱动的完全自适应模态分解算法(CEEMDAN)和改进的混合时间序列模型工作面涌水量预测方法。该方法利用CEEMDAN处理涌水量数据,构建麻雀搜索算法(SSA)优化的长短期记忆网络(LSTM)和自回归移动平均模型(ARIMA)并行级联而成的混合时间序列模型对工作面涌水量进行预测。研究结果表明:该模型预测结果与真实数据相差更小,平均绝对误差为6.36 m 3/h,均方根误差为10.6 m 3/h,模型拟合系数为0.95,更适用于工作面涌水量预测。研究结果可为矿井工作面涌水量预测及防控提供参考。

川南长宁气田上罗区块宁201-YS108井区页岩气储量评价

四川盆地南部的长宁-威远地区页岩气资源丰富、储层较好,但此前针对上罗区块宁201-YS108井区页岩气储层系统的储量计算和评价较少。以长宁页岩气田上罗区块宁201-YS108井区为研究对象,研究其地层特征、构造特征、沉积相特征和储层特征。经储量参数确定及有效储层划分,并经体积法计算吸附气储量、容积法计算游离气储量,确定了宁201井区新增探明含气面积为91.17 km^(2),YS108井区新增探明含气面积为68.47 km^(2),两井区合计新增页岩气探明储量为1361.80×10^(8)m^(3)。最后,宁201-YS108井区页岩气储量的评价结果显示,宁201-YS108井区五峰组-龙马溪组一段页岩气藏脆性矿物含量高、镜质体含量高、有机碳含量高、渗透率特低、埋藏深度为中深层、可采储量为大型。该区域储量条件除渗透率和孔隙度较低外,矿物和有机碳含量、埋藏条件和可采储量总体较好,页岩气勘探开发潜力较大。

基于微震监测技术的煤矿顶板水害预测

以亭南煤矿307工作面为工程背景,通过模拟分析导水断裂隙带高度来验证微震监测数据实时监测导水断裂带高度的可靠性,并利用数理统计方法分析了微震事件与顶板涌水量的关系。研究结果表明:307工作面在不同推进距离条件下,微震事件集中分布于覆岩破坏严重区,能够反映覆岩破坏情况及导水裂隙带发育高度;工作面回采数值模拟结果与微震监测事件变化规律基本一致,导水裂隙带高度发育特点为“前期增长快,中期增长慢,后期达到平衡”;307工作面微震监测数据事件数与同时间段内的涌水量相关性显著,涌水事件和微震事件的发生具有特定的滞后效应,采用合适的滞后微震数据做预测能更好地提高涌水量预测准确度。

新阶段煤矿安全生产标准化管理体系建设与效果研究

为研究煤矿企业安全生产制度的发展历程,文章归纳了煤矿安全生产标准化建设的历史演变,并根据近几年来煤矿安全生产标准化检查现状,结合2020年国家煤矿安全监察局颁布的《煤矿安全生产标准化管理体系基本要求及评分方法》和标准化体系建设在煤矿企业的应用效果,总结分析其在建设过程中的缺点与不足。研究表明,新阶段我国煤矿安全生产标准化管理体系建设在不断完善,建设效果良好,未来也需要更加完善,煤矿企业应切实落实安全生产标准化管理体系建设。

亭南煤矿涌水量时间序列预测研究

矿井水害是影响煤矿安全高效开采的主要地质因素之一,而矿井涌水量的准确预测对煤矿防治水工作具有重要的意义。本文使用时间序列分析软件(SPSS)对亭南煤矿2007年1月-2019年12月月度涌水量数据分析,建立了ARIMA(1,1,1)预测模型,并利用该模型对2020年1月-2020年6月的涌水量数据进行预测,结果表明:与实际涌水量最大相对误差为2.306%,最小相对误差仅为0.464%,模型精度较高,能够很好地对亭南煤矿涌水量进行预测。

我国煤矿水害重特大事故相关因素特征分析及防治对策

为深入探究我国煤矿水害事故现状及其相关因素特征,统计了新中国成立以来我国煤矿重特大水害事故起数和死亡人数,采用数理统计方法对煤矿水害重特大事故与原煤产量、突水水源、发生时间、发生区域、法律法规变迁、市场监管体制机制、教育培训、煤矿企业性质等8个因素的相关程度进行了分析;同时,对矿井水害事故发生原因进行了总结分析,并提出了技术对策以及管理措施。研究结果表明:新中国成立以来我国煤矿水害重特大事故大体可分为低位频发期、异常高峰期、持续上升期、高位波动期、稳定下降期5个阶段;4—11月是水害事故高发期,8月份事故发生最多;河南、湖南、贵州、山西、黑龙江是煤矿透水事故多发地,老空水是水害事故的主要突水水源;乡镇煤矿是水害事故的重灾区,但总体呈下降趋势;法律法规变迁、市场监管体制机制、教育培训等因素也直接影响我国煤矿水害重特大事故发生频率。

基于应急处置全过程的现代化应急物资保障体系建设方法与路径探析

目前我国应急物资储备、调度体系建设仍较为薄弱,在应对巨灾上呈现出明显不足。本文主要论述信息化技术条件下的应急物资储备、调度体系建设,以应急物资的立体化、多样化储备为基础,新构建国家级应急物资智慧化储备、调度平台的桥梁,达到应急物资的动态化储备与精准化调度的目的。研究表明,新构建的国家级应急物资智慧化储备、调度平台,将串联全国各类五级应急物资储备单元,打破应急物资调度区域化壁垒,对我国应急保障体系的现代化建设具有推动和指引作用。

基于仿真平台的矿井突水淹没路径和逃生路径规划

井下环境错综复杂,与矿井水害不确定性及非线性等叠加,水害淹没情况千变万化,难以预测。针对如何获取矿井水灾发生时各个时间点巷道内的淹没情况,并根据淹没情况快速确定逃生路径的难点问题,采用“木桶原理”构建淹没路径树,确定巷道水流分岔方向,分析矿井突水淹没递进规律,模拟井下巷道内的水流状况,仿真直观展示实时水流变化、水位高度和逃生路径。研究表明:根据构建的淹没路径树,通过递归得到的水位等淹没参数,作为设计逃生路径的基础,微分积分递进动态设计逃生路径,解决了因井下复杂环境和不同时刻的突水状况不同而无法实时规划最优逃生路线的难题。

矿井水情监测与水害风险预警平台设计与实现

任何矿井水害事故均会显现不同的预兆,为夯实水害智能预警基础,明晰了感知、辨识、评估、预测及相互逻辑关系的系统建设内涵,针对不同水害类型,根据其突水机理不同,设计三大类多模式水害典型场景,建立相应突水判据,提出了确定性理论精确预测与包括大数据及深度学习在内的非确定性趋势推测两类预测方法,为智能预警系统的预测预报、预警准则及阈值设置奠定理论基础。以陕西省彬长矿区亭南矿为例,建立了动态信息、静态信息及关联信息的指标体系,将地面水文动态监测单元、井下水情环境监测单元以及采掘工作面采动动态监测单元集成,构建原位采集和突水要素预兆感知系统,实施基于关键层电性参数动态监测、关键部位单点或多点多参数监测联合布置的突水前兆信息精准获取方案,采用确定性模拟模型和非确定性智能模型,实现水害预测预警功能,基于多源数据融合和空间联动分析技术,预警系统实现了井上下全空间水害风险预警“一张图”的可视化展示。实践表明,监测预警平台理论基础扎实,预测预警效果显著。

煤层气田水文地质参数与煤层气井产能相关性

为了解含水层水文地质参数对煤层气成藏和开采的控制作用,研究了河东煤田三交区块主采煤层的直接含水层组水文地质条件与该区煤层气产能的相关性.结果表明:水力边界、水动力场和水化学场和煤层气赋存特征存在相关性,水位标高、矿化度、影响半径三个水文地质参数的合理匹配可以可获取较好的煤层气富集区,并确定研究区中南部为有利于煤层气富集和成藏的区域;三交井组与碛口井组实际排采数据与该区相应三个水文地质参数也存在关联性,开采中的产气规律与水文地质控气规律相一致,且开采模式可以分为滞后型和同步型两类.该成果对煤层气富集靶区预测和开采具有一定的参考价值和指导意义.

开采过程中矿井涌水量动态预测研究

为解决矿井涌水量预计误差较大、矿山排水能力无法适应矿井突水的问题,以山东龙固矿井为对象,根据矿井涌水量多年动态变化规律分析影响矿井涌水量大小的主要因素,揭示采动过程中充水因素变化对涌水量大小的影响,并在此基础上,采用数值法实时预测采掘进程中矿井涌水量的动态变化。结果表明,与以往采区范围固定不变的模拟方法相比,考虑按工作面开采的时间先后顺序进行涌水量的预测,实时调整新采区内的虚拟开采井,此种预测方法使矿井涌水量预测结果更逼近真实,减小了计算误差。

大亚湾废物处置场中工程地球化学屏障的研究

根据地球化学障原理,探讨了将人工工程地球化学屏障应用于广东大亚湾放射性废物处置场的可行性.针对当地“酸性-氧化”水土条件,以核素235U,60Co,90Sr为研究对象,进行了一系列静态模拟实验和动态淋滤柱模拟实验,测定了分配系数K、核素浓度随时间与迁移距离的变化,实验结果表明,Na2S作为主要添加剂建立的“碱性-还原”工程地球化学屏障,对阻滞核素235U,60Co,90Sr迁移非常有效,不仅能显著改善土体地球化学条件,而且能降低土体的渗透性能,人工工程地球化学屏障是一项经济、简便、实用的工程技术.

水化学综合识别模式在矿井水源判别中的应用

随着开采水平向下延伸,唐山矿9水平面临的矿井充水条件复杂化,为了快速判别井下涌水水源,基于地下水化学成分分析法与同位素测定法在水源判别中成功应用,提出了常规水化学聚类分析和环境同位素分析构成的水化学综合识别模式,研究了井下涌水与地表塌陷坑和老矿立井筒的水力联系,结果表明:水化学综合识别模式对复杂条件下矿井充水水源的判别成效明显,为后期矿井水害防治措施的制定提供了重要依据。

石油污染物在浅层孔隙介质中的吸附与迁移

为了解天津浅层孔隙含水介质对石油类污染物的吸附特征和油类在地下水中的迁移运动规律,利用宝坻和大港地区两个钻孔岩芯配制7个土样,以柴油类比石油,进行了室内静态吸附实验与动态淋滤实验,结果表明:(1)该地区浅部不同岩性地层对石油类污染物的吸附模式符合线性等温吸附模式,(2)石油类污染物在淡水区含水层中迁移10m需要700 d,在咸水区含水层中迁移10m 需要500 d,个别地点石油的超标不会造成大面积污染。

吐鲁番绿洲区地下水开采条件下生态效应分析

分析了研究区水文地质条件与地下水开发利用现状,对存在的主要地质环境与生态系统问题进行了论述,通过类比西北内陆干旱区地下水与天然植被生长的已有成果,给出吐鲁番绿洲区天然植被能够正常生长的地下水位埋深上限值为3m、下限值为5.5m。结合2003年7月实际地下水位埋深分布,划分了3个生态分区,论述了不同区内潜水与天然植被生长的关系。

含水层微观孔隙分形特征与渗透性关联研究

为了探索宏观渗透性能与微观孔隙结构之间的相关性,本文研究了宏观参数渗透率与微观孔隙分形特征之间的关系。在分析砂岩孔隙介质分形模型的基础上,以林南仓矿补勘孔含水层段的9个岩芯样本为研究实例,采用切片制样和SEM技术,扫描断面微观结构,辅以MATLAB计算SEM图像中微观孔隙结构参数、计算其分形特征参数D f,建立了渗透率与分形特征参数D f的理论关系,并利用该公式计算了渗透率的理论值。为验证理论关系的正确性,对样本渗透率参数进行了实测,对比实测值与理论值,误差小于10%,说明微观孔隙分形特征与宏观渗透性能之间确实存在相关性。结论:利用钻孔岩芯微观分形特征及文中理论公式获取宏观渗透性规律将是一条可以尝试的技术路线。