当前位置：首页 > 论文 > 2022 > 06

论文

基于BP 神经网络的煤层底板突水量等级预测

收稿日期：2022-10-24

免费下载 免费下载 2022年06期

    摘要：为了减少水灾损失并提高煤矿底板突水量预测精度,基于肥城矿区相关矿井水文地质资料,选取水压、底板裂隙发育程度、断层落差、岩溶发育程度、含水层厚度、隔水层厚度等6 项指标,建立了肥城矿区底板突水量等级预测模型,采用平均影响值( MIV) 方法评... 展开+
    摘要： 为了减少水灾损失并提高煤矿底板突水量预测精度,基于肥城矿区相关矿井水文地质资料,选取水压、底板裂隙发育程度、断层落差、岩溶发育程度、含水层厚度、隔水层厚度等6 项指标,建立了肥城矿区底板突水量等级预测模型,采用平均影响值( MIV) 方法评价了神经网络模型中各自变量对突水量等级预测的影响程度。结果表明: 该模型具有较高的预测精度; 肥城矿区内的小型突水主要由含水层及隔水层的属性决定; 大型及特大型突水的发生与断裂构造、岩溶和底板裂隙发育程度等因素密切相关。 收起-

    作者：

    • 张承斌

    作者简介

    第一作者：张承斌( 1986—) ,男,山东泰安人,硕士,工程师,主要从事煤矿水害防治及水文地质勘查方面的研究工作。E-mail: 80246360@ qq.com

    单位

    • 山东省煤田地质局第三勘探队,山东 泰安 271000

    关键字

    • 底板突水
    • BP
    • 神经网络
    • 预测模型
    • 平均影响值
    • MIV
    • 肥城矿区

    引用格式

    张承斌.基于BP神经网络的煤层底板突水量等级预测［J］.能源环境保护, 2022, 36(6):101-109.

    ZHANG Chengbin. Prediction of the level of water inrush from coal seam floor based on BP neural network[J].Energy Environmental Protection, 2022, 36(6): 101-109.

    • 作者中心
    • 在线期刊

    最新更新

    地址：浙江省杭州市萧山区拱秀路288号煤科大厦
    邮编：311201
    编辑部电话：0571-82989702；19558121964
    编辑部邮箱：office@eep1987.com
    网站版权©《能源环境保护》编辑部  浙ICP备06000902号-4