基于混合PSO算法的煤层底板突水量预测模型研究

基于混合 PSO算法的煤层底板突水量预
测模型研究
摘要：为准确预测煤层底板突水量，提出了一种基于PSO -SVR(粒子群算法
以优化支持向量回归机算法)的煤层底板突水量的预测模型。

针对矿井底板突水
这种非线性、小样本问题，通过改变粒子群算法的惯性权重因子定义以及引入混
沌映射思想的方式，避免算法陷入局部最优值，强化全局搜索。

将水压、含水层、隔水层厚度、底板破坏深度以及断层落差作为影响煤层底板突水量的特征因素，
将该预测模型算法与 SVR预测模型算法进行比较。

仿真结果表明:该预测模型算
法的预测值更接近实际值，具有一定实际应用价值。

关键词：矿井突水;改进PSO算法;支持向量回归;煤层底板突水量;
为了可以预防水灾事故发生，或者水灾发生之后及时采取相应的应急救援措施，减少灾害造成的人员伤亡并且降低物质损失，需要对发生水灾时的突水量进
行预测。

1.研究背景及意义
煤炭作为我国的基础性能源在能源结构中占有较大比重。

2016-217年随着国
内经济结构调整和煤炭市场变化，国家通过供给侧改革来削减过剩产能以及发展
新能源，使得煤矿产量和消费市场出现了一定程度的缩减。

但根据国家统计局发
布《中华人民共和国国民经济和社会发展统计公报》，公报数据显示2019全年
能源消费总量48.6亿吨标准煤，比上年增长3.3%；2020年能源消费总量49.8
亿吨标准煤，比上年增长2.2%。

我国煤炭能源占据能源消费的主导地位在一段时
间内不会发生改变。

然而，伴随着煤炭资源的深度开采，煤矿井下突水事故时有
发生，造成了巨大的人员和经济损失，严重阻碍了煤炭企业的安全生产和发展。

其中，突水事故致使人员伤亡惨重，给国家造成的经济损失一直居于首位。

在2000年以后，煤矿突水事故发生频繁。

随着岩层不断被开采，破坏深度逐步增加[3]，煤层底板承压含水层水压变大，采场底板变形破坏加剧，煤层底板突水的潜在危险性增加。

在各种突水事故中，
底板突水在突水事故中造成的危害和影响最大[2]。

因此，如何更好的预测底板突
水灾害的发生是遏制煤矿突水事故发生和做好防治措施的关键，解决矿井底板突
水问题对于煤矿的安全生产刻不容缓。

层底板突水预测受含水层、隔水介质条件、导水裂隙带等众多因素的影响[4-5]，且其影响程度也不尽相同，是个很复杂的非线性系统问题。

采用经典的数学
模型和传统的方法不能对煤层底板突水进行精确地预测，因此底板突水预测的思
路以及方法仍需不断进行完善和补充。

近年来随着数据挖掘技术的不断成熟，新
兴的机器算法以其特征选取、非线性分类等优势广泛应用于人工智能、工业生产、金融业分析、灾害预测等领域。

2.矿井底板突水量预测研究现状
由于煤层底板突水事故发生频繁，严重危害着矿井安全生产，因此，长期以
来国内外很多学者对其进行了大量、持续、深入地学术研究，逐步形成成熟、完
整理论体系，不断更新着底板突水的预测方法，取得了诸多喜人的成果。

简单总
结如下：在国外有不少国家,如欧洲的匈牙利、西班牙等国,其煤矿开采都或多或
少的面临底板突水的影响。

国外对煤矿底板突水研究较长,研究中取得了不少成果,特别是在研究底板岩体结构、探测技术及防治水措施等方面,积累了丰富的经验。

矿井底板突水量预测一直是我国煤矿行业进行安全生产的重要研究课题。

本
文采用查阅文献资料、理论研究分析、计算机仿真模拟等手段相结合的研究方法，将SVR模型用于该领域，用FOA优化选择出合适的模型参数，并且整个分析预测
过程可以为预防水采取措施提供理论基础，主要取得了以下结论：
1.
收集整理了国内一些典型的矿井底板突水事故案例，通过对突水规律的研究，确定了影响底板突水的主控因素分别为水压、含水层、隔水层厚度、底板采动裂
隙带深度和断层落差。

并将这5个因素作为预测模型的输入值，输出值为预测的
突水量，可以有效地避免定性分析的局限性。

2.
在研究矿井突水量主控影响因素之后，综述研究了底板突水量预测的现状，
对比了几种常用的预测方法，说明将SVR模型应用于该领域的优势，并且当实际
应用中样本数据较少时SVR具有很强的泛化能力。

3.
人为去选择SVR模型参数的话，会有随机性和盲目性，对比分析了几种常用
的群智能优化算法，说明FOA可以解决SVR模型遇到的参数选择盲目性的问题，
建立了FOA和SVR结合的智能化预测模型，突出了在实际应用中的可行性。

4.
将收集整理的样本集进行归一化处理之后分成训练集和测试集，利用FOA对
训练集数据进行训练选择最优参数建立FOA-SVR突水量预测模型[5]，通过该模型
对测试集进行突水量预测。

通过分析验证，表明了该模型与SVR模型相比预测精
度更高，可以为矿井底板突水量预测提供思路。

5.
通过建立的FOA-SVR模型对可能发生灾害的区域进行突水量预测，并且针对
突水因素和突水条件的分析采取措施做好一定的探防水工作。

3.结论
因此在矿井突水量预测方向仍然有许多可以进一步改进、优化的地方：
1.
突水影响因素的选用
矿井突水是形成机理十分复杂的非线性动力现象，受到了多种因素共同影响，而且是跟着地质、水文地质条件变化而不断变化的动态过程。

矿井底板突水量预
测模型是在定性研究的基础上进行定量计算而建立的，所以，定性分析成果可以
决定最后的预测结果是否精确。

其中分析选用突水量主控因素时，选用过多或过少均会影响预测精确度，笔者经过研究选取了5个因素作为其主控因素，可能会导致该体系中问题分析不够全面，可以在以后的学习中考虑加入权重来代表每个影响因素的重要性，建立出更加完善的预测模型。

1.
突水条件的分析
煤矿的地质以及水文地质条件具有时空变化的特点，而且矿井突水是一个会随着突水时间及空间位置不同而不断发生变化的动态过程，因此矿井突水条件也有着特定的空间和时间涵义，但是当前的突水量预测体系相对来说是一个静态的过程。

因此在研究矿井突水的发生条件时，既要评价其一般性特点，也应该要充分考虑其时空变化，针对不同时间、不同空间可以做到具体分析。

参考文献：
1.
秦洁璇,李翠平,李仲学,等.基于支持向量回归机的矿井突水量预测[J].中国安全科学学报,2013,23(5):114-119.
2.
曹庆奎,赵斐.基于遗传-支持向量回归的煤层底板突水量预测研究[J].煤炭学报,2011,36(12):2097-2101.
3.
刘北战,梁冰.基于PCA-SVR的煤层底板突水量预测[J].煤田地质与勘
探,2011,39(1):28-30.
4.
Mine water discharge prediction based on least squares support vector machines[J].Mining Science and Technology,2010,20(05):738-742.
5.
宰慧.基于PSO-SVM的煤层底板突水危险性预测研究[D].山东科技大学,2017.。