基于自动机器学习的震声电融合冲击地压预警方法及系统

本发明公开了一种基于自动机器学习的震声电融合冲击地压预警方法及系统，该方法包括：基于现场布设的微震与声电监测系统采集微震事件、声发射与电磁辐射等多源监测数据，为模型构建提供数据支撑；基于自动机器学习框架，提出震声电自动建模与预测及多参综合预警两个模块；MAEP模块自动识别多源监测数据中的关键时序特征，构建融合多种算法的高性能预测模型，精准识别多源信号的非线性与协同演化特征，实现高能冲击地压事件预测；MAEW模块则基于预测结果构建预警指数，采用集成学习算法，综合反映震声电信号的突变特征与异常增强趋势，可根据数据变化自动优化模型结构与参数，实现高效智能、无需人工干预的实时预警。