摘要
本申请公开了一种富水隧道掌子面多因素适应性区段涌水量预测方法及系统,涉及隧道排水、数据处理技术,包括:基于隧道涌水量样本数据构建训练样本集;基于所构建的样本集,建立双算法预测模型;基于训练样本集,以及双算法预测模型的预测情况,分别提取出BP算法和LSTM算法各自的适应段,根据BP算法和LSTM算法的适应段确定对应的输入参数;对参数特征进行分级;获取当前掌子面区间段的输入参数,并将当前掌子面区间段的输入参数归入相应的特征分级,以根据所对应的特征分级所确定的预测模型,对当前区间段掌子面的涌水量进行预测。本申请的方法用以根据预测数据指导动态变更和调整排水设计方案,具有很强的实用性和广阔的应用前景。
技术关键词
涌水量预测方法
掌子面
富水隧道
隧道涌水量
特征分级
LSTM神经网络
BP神经网络算法
训练样本集
BP算法
参数
LSTM算法
孔隙水压力
异常数据
矩阵
数据处理技术
系统为您推荐了相关专利信息
超前预测方法
三维重建图像
掌子面
语义
打孔位置
模拟分析方法
炮孔装药量
掌子面
软岩隧道
自由面
爆破振动监测
智能分区
参数优化模型
三维裂隙网络
指数
空间构建方法
掌子面
传感器系统
隧道
深度学习模型
矿山法隧道
激光雷达扫描仪
智能设计方法
智能设计系统
无人机