摘要:
本发明涉及一种矿井断层构造预测方法,具体包括以下步骤:
步骤10:确定并统计已开拓区和未开拓区的沉积介质定量参数,以及已开拓区内各统计单元的煤层小断层定量参数。
步骤20:利用灰色关联分析法,对沉积介质定量参数进行筛选,以得到对煤层小断层发育起决定性作用的主控因素。
步骤30:利用主成分分析法对主控因素进行降维处理,以消除主控因素之间的相关性,得到多个主成分。
步骤40:将仅包含主成分的数据作为样本数据,利用Elman神经网络建立煤层小断层定量化预测模型。
步骤50:根据预测模型,预测未开拓区域的煤层小断层。
本发明具有以下特点:费用低廉、参数易选择、学习速度快、预测精度高。
| 专利名称 | 矿井断层构造预测方法 | ||
|---|---|---|---|
| 专利状态 | - | 专利号(申请号) | CN201410439960.8 |
| 申请号 | - | 专利申请日期 | 2014-09-01 |
| 专利授权日期 | 2014-12-10 | 专利权届满日 | - |
| 专利所属地 | 中国 | 专利类型 | 发明专利 |
| 发明人 | 邱梅;施龙青;牛超;翟培合 | ||
| 权利人 | - | ||
| 专利摘要 | 本发明涉及一种矿井断层构造预测方法,包括:步骤10,确定并统计已开拓区和未开拓区的沉积介质定量参数、以及已开拓区内各统计单元的煤层小断层定量参数;步骤20,利用灰色关联分析法,对沉积介质定量参数进行筛选,从而得到对煤层小断层发育起决定性作用的主控因素;步骤30,利用主成分分析法对主控因素进行降维处理,以消除主控因素之间的相关性,得到多个主成分;步骤40,将仅包含主成分的数据作为样本数据,利用Elman神经网络建立煤层小断层定量化预测模型;步骤50,根据预测模型,预测未开拓区域的煤层小断层。本发明具有费用低廉、参数易选择、学习速度快、预测精度高的特点。 | ||