基于深度学习理论的煤层底板突水危险性预测

作者：赵晨德; 王心义^*; 任君豪; 郝建卿; 孟建勇

来源：地下空间与工程学报, 2023, 19(06): 2090-2100.

• 突水危险性预测
• 构造复杂程度
• 模糊可变集理论
• 卷积神经网络

煤层底板突水是下伏承压含水层与隔水层岩体相互作用的结果，其危险程度受到含水层特征、隔水层特征、结构面发育特征等因素的复合影响。选择含水层水压、单位涌水量、隔水层厚度、隔水层岩体质量、层理面数量、泥岩占比、构造复杂程度量化值7个指标因子构建综合评价体系，结合模糊可变集理论及实际涌水情况表征已采区域实际突水危险性等级；以已采区域评价结果构建数据集，对卷积神经网络(CNN)模型进行训练，并与BP神经网络模型进行对比，验证CNN模型的可靠性与准确性；最终利用CNN模型对未采区域煤层底板突水危险性进行精细化预测。结果表明：CNN模型较BP模型具有更高的准确度，未采区域内安全区、低威胁区、中威胁区及高威胁区面积占比分别为21.48%、45.78%、24.11%、8.63%。

• 单位
  河南理工大学