PCA-WNN模型在导水裂隙带高度预测中的应用研究
邱梅1
许高瑞2
宋光耀2
施龙青1
1.山东科技大学 地球科学与工程学院,山东 青岛 266590;山东科技大学 山东省沉积成矿作用与沉积矿产重点实验室,山东 青岛 2665902.山东科技大学 地球科学与工程学院,山东 青岛 266590
摘要：导水裂隙带是煤层顶板水害的主要通道,准确预计导水裂隙带高度是预测和防治煤层顶板水害的首要任务.基于导水裂隙带发育的复杂性及其影响因素之间的相关性,结合煤矿生产实际和工程地质理论,选取采高、工作面斜长、硬岩岩性比例系数、采深和煤层倾角作为主控因素,利用线性回归拟合及灰色关联分析法分析各主控因素与导水裂隙带发育高度的相关性.将主成分分析(principal component analysis,PCA)与小波神经网络(wavelet neural network,WNN)相结合,通过PCA消除各主控因素间的相关性及冗余信息,构造无相关性的主成分作为WNN的输入因素,建立导水裂隙带高度预测的PCA-WNN模型.结果表明:PCA-WNN模型能有效消除因素间的相关性,预测相对误差为-6.66％～6.13％,平均4.46％,较单纯的WNN模型预测精度高且稳定.将该模型应用于山东新巨龙煤矿1302N工作面,得到了较为准确的预测结果,为导水裂隙带高度预测提供了新方法.
关键词：PCA-WNN模型导水裂隙带高度相关性分析主成分分析小波神经网络
分类号：TD745(矿山安全与劳动保护)
资助基金：国家自然科学基金(51804184)山东省大学生创新创业训练计划项目(S202110424107)
论文发表日期：2023-12-28
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：10( 27-36 )
英文信息