基于PLS-BP神经网络模型的导水裂缝带高度预测

黄 欢

(1.煤炭科学研究总院，北京 100013；2.中煤科工集团 西安研究院有限公司，陕西 西安 710077； 3.陕西省煤矿水害防治技术重点实验室，陕西 西安 710077)



基础研究

基于PLS-BP神经网络模型的导水裂缝带高度预测

黄 欢1,2，3

(1.煤炭科学研究总院，北京 100013；2.中煤科工集团 西安研究院有限公司，陕西 西安 710077； 3.陕西省煤矿水害防治技术重点实验室，陕西 西安 710077)

针对淮南煤田走向长壁垮落式采煤法条件下导水裂缝带高度难以精确预测的问题，建立基于偏最小二乘法的BP神经网络模型，提高了导水裂缝带高度的预测精度。首先运用偏最小二乘法对导水裂缝带高度的影响因素进行分析，对原始数据降维处理提取主成分，优化了原始数据，克服了变量间因样本量小而产生的多重相关性影响，并对自变量、因变量具有很强的解释能力。再将提取的主成分作为BP神经网络模型的输入层，导水裂缝带高度为输出层，对网络进行训练。该方法既简化了网络结构，其精度也高于经验公式以及单一的偏最小二乘法模型与BP神经网络模型。

导水裂缝带；多重相关性；偏最小二乘回归；BP神经网络

煤矿开采过程中，由于采动破坏了围岩原始应力状态，使得煤层顶板发生变形乃至破坏，当这一破坏高度延伸至上部含水层时，极易引发突水事故。因此，顶板导水裂缝带发育高度是煤矿防治水工作的重要内容，是评价矿井突水危险性和设计防隔水煤(岩)柱尺寸的主要技术参数之一。目前的经验公式只是考虑了煤层顶板岩性和煤层开采厚度，普通的回归公式也因未充分考虑影响因素的综合作用，而在计算导水裂缝带高度中均存在一定的误差。……