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

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)方法评价了神... 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

    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

    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.
    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