基于水位、水温、突水量和水质的充水水源识别神经网络模型

TD12; 华北石炭-二叠系岩溶型煤田主采煤层底板的太原组薄层灰岩岩溶水和奥陶系或寒武系厚层灰岩岩溶水的水化学特征存在着天然相似性,单纯以若干项水化学指标辨识这些水源存在着误判甚至错判的风险.目的 为解决寒武系灰岩水、太原组下段灰岩水和部分太原组上段灰岩水的水质指标相似而难以完全正确识别的问题,方法 提出并构建基于水位、水温、突水量和水质识别充水水源的神经网络模型.以平顶山矿区充水水源识别为例,以阴阳离子毫克当量百分比[γ(Na)%,γ(Ca+Mg)%,γ(HCO-3)%,γ(SO4+Cl)%]、钠钙比、碱硬比、ρ(CO2-3)、ρ(SO2-4)、TDS、ρ(Na+K)、水位、水位动态变化、水...

Full description

Saved in:
Bibliographic Details
Published in河南理工大学学报（自然科学版） Vol. 43; no. 5; pp. 36 - 42
Main Authors 桑向阳, 林云, 刘保民, 潘国营
Format Journal Article
LanguageChinese
Published 中国平煤神马集团 地质测量处,河南 平顶山 467000%河南理工大学 资源环境学院,河南 焦作 454000 01.09.2024
Subjects
水位
water level
water quality
煤矿水源识别
突水量
coal mine water source identification
水温
水质
water temperature
water intrusion
神经网络
neural network
Online AccessGet full text
ISSN1673-9787
DOI10.16186/j.cnki.1673-9787.2022070002

Cover

More Information
Summary:TD12; 华北石炭-二叠系岩溶型煤田主采煤层底板的太原组薄层灰岩岩溶水和奥陶系或寒武系厚层灰岩岩溶水的水化学特征存在着天然相似性,单纯以若干项水化学指标辨识这些水源存在着误判甚至错判的风险.目的 为解决寒武系灰岩水、太原组下段灰岩水和部分太原组上段灰岩水的水质指标相似而难以完全正确识别的问题,方法 提出并构建基于水位、水温、突水量和水质识别充水水源的神经网络模型.以平顶山矿区充水水源识别为例,以阴阳离子毫克当量百分比[γ(Na)%,γ(Ca+Mg)%,γ(HCO-3)%,γ(SO4+Cl)%]、钠钙比、碱硬比、ρ(CO2-3)、ρ(SO2-4)、TDS、ρ(Na+K)、水位、水位动态变化、水温、突水量、衰减天数共15项指标作为识别因子,构建结构为15-10-6的神经网络模型.结果 结果表明,所有训练样本对自身水源的拟合均值均超过0.98,比单纯以水质指标为识别因子的建模方法识别正确率高,能够有效消除因水质指标相似但水源不同而出现的误判或错判情况.结论 建模方法已经嵌入平顶山矿区识别充水水源计算机软件和手机APP软件中,经过检验,识别正确率达到91.3%.
ISSN:1673-9787
DOI:10.16186/j.cnki.1673-9787.2022070002