摘要
本发明涉及煤矿中断层检测技术领域,具体涉及一种基于煤层中大尺度断层分布信息的小断层预测方法,该方法基于矿井实际断层数据,分析大尺度断层的几何特征和空间分布特征,基于大尺度断层与小断层分布的数学分布关系模型,建立小断层分布的神经网络预测模型,在构建整个矿井的小断预测分布云图基础上,抽取表示工作面区域的局部云图和工作面区域的实际小断层分布云图对比分析,建立神经网络的损失函数,对神经网络训练优化,提高了模型在目标区域预测的准确性和鲁棒性,实现了对工作面区域小断层分布密度的高精度预测,为煤矿生产提供超前预报支持,降低隐伏断层对生产的突发性影响,有效提升矿井生产的安全性和可靠性。
技术关键词
神经网络预测模型
工作面区域
空间分布特征
矿井
训练神经网络
高斯分布模型
优化神经网络
训练集
神经网络训练
注意力机制
数据
密度
定义
方位角
鲁棒性
颜色
标记
算法
线段
基础