[发明专利]矿井突水水源识别方法、装置与电子设备

说明书

本发明实施例提供一种矿井突水水源识别方法、装置与电子设备，其中所述方法包括：获取待识别矿井突水水样，并提取所述待识别矿井突水水样的给定化学组分作为判别指标；基于所述判别指标，利用预建立的贝叶斯逐步判别模型，识别所述待识别矿井突水水样的水源类别；其中，所述贝叶斯逐步判别模型为通过对已知水源类别的水样样本进行聚类分析获取有效水样样本，并利用所述有效水样样本进行训练建立而成的。本发明实施例通过事先对水源样本进行聚类分析，剔除不满足设定标准下的含水层异常水样点，能够使得据此训练出的贝叶斯逐步判别模型具有更高的可靠性，从而打破现有突水水源识别方法的局限性，有效提高水源识别准确性。

技术领域

本发明涉及模式识别技术领域，更具体地，涉及一种矿井突水水源识别方法、装置与电子设备。

背景技术

近年来煤矿开采深度不断增加，开采规模不断扩大，矿井突水成为煤矿开采过程中最具威胁的自然灾害之一。地下矿井一旦发生突水，将会对煤矿安全生产造成威胁，对煤矿经济造成重大损失，甚至直接造成人员伤亡。矿井突水水源有老空水、灰岩水、砂岩水及松散层水等水体，及时有效地识别矿井水源的变化可以为突水的判别和预测提供依据，是确保煤矿安全生产的关键技术。

目前，应用水化学特征分析进行矿井突水水源判别是应用最广、最经济、快速的方法，其研究基础主要包括：矿井含水层之间水化学特征存在的差异以及含水层组内水化学特征存在的共性。基于水化资料的矿井突水水源判别方法众多，包括水化学分类图解、多元统计分析、模糊评判和机器学习等。但是每种方法各有其自身的特点，同时人为确定水源样本的水源类型，存在一定的局限性，导致对突水水源的识别准确性不理想。

发明内容

为了克服上述问题或者至少部分地解决上述问题，本发明实施例提供一种矿井突水水源识别方法、装置与电子设备，用以打破现有突水水源识别方法的局限性，有效提高水源识别准确性。

第一方面，本发明实施例提供一种矿井突水水源识别方法，包括：

获取待识别矿井突水水样，并提取所述待识别矿井突水水样的给定化学组分作为判别指标；

基于所述判别指标，利用预建立的贝叶斯逐步判别模型，识别所述待识别矿井突水水样的水源类别；

其中，所述贝叶斯逐步判别模型为通过对已知水源类别的水样样本进行聚类分析获取有效水样样本，并利用所述有效水样样本进行训练建立而成的。

第二方面，本发明实施例提供一种矿井突水水源识别装置，包括：

参数提取模块，用于获取待识别矿井突水水样，并提取所述待识别矿井突水水样的给定化学组分作为判别指标；

水源识别输出模块，用于基于所述判别指标，利用预建立的贝叶斯逐步判别模型，识别所述待识别矿井突水水样的水源类别；

其中，所述贝叶斯逐步判别模型为通过对已知水源类别的水样样本进行聚类分析获取有效水样样本，并利用所述有效水样样本进行训练建立而成的。

第三方面，本发明实施例提供一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时，实现如上第一方面所述的矿井突水水源识别方法的步骤。

第四方面，本发明实施例提供一种非暂态计算机可读存储介质，其上存储有计算机指令，所述计算机指令被计算机执行时，实现如上第一方面所述的矿井突水水源识别方法的步骤。

本发明实施例提供的矿井突水水源识别方法、装置与电子设备，通过事先对水源样本进行聚类分析，剔除不满足设定标准下的含水层异常水样点，能够使得据此训练出的贝叶斯逐步判别模型具有更高的可靠性，且通过结合对贝叶斯逐步判别模型的应用，能有效打破现有突水水源识别方法的局限性，提高水源识别准确性。

附图说明