基于Fisher 判別模型的煤層底板突水水源預測

段李宏，戴磊，張金陵

（河南能源化工集團 永城煤電控股集團有限公司，河南 永城 476600）

0 引言

近年來，我國煤礦安全生產發展形勢取得了明顯好轉[1]，但煤礦水害事故依然每年發生，其中斷層或隱伏陷落柱導通煤層底板奧陶系強含水層是造成突水淹井的重要原因。煤層底板水源具有水壓高、水量大的特點，是重要的突水危險源。煤層底板突水水源判別是煤炭企業和相關科研機構重要的研究方向[2-4]。

傳統礦井突水水源判別方法主要包括水溫水位法、水化學分析法、數學理論分析法等。水溫水位法主要作為初步判斷突水來源的重要依據，其操作簡單，主要在單層突水和較少突水點情況下應用，但局限性大，實際應用時需結合水化學分析等方法使之更有效地判別突水水源[5-7]。常規水化學分析法主要是對水源中宏量組分與水質綜合指標進行監測，往往還要結合微量元素法和同位素法聯合使用，適用于判別含水層水質特征變化明顯、突水來源簡單的礦井[8-9]。數學理論分析法是以數學理論、構造函數或區間進行水源判別，該方法簡單，易于操作，但適用性不強。針對傳統礦井突水水源判別方法導致礦井煤層底板突水水源判別準確率低的問題，有必要借助機器學習相關方法來精確預測煤層底板突水水源[10-11]。Fisher 線性判別法[12]是一種將高維樣本投影到最優判別向量空間，從數據中提取分類信息，降低特征空間維數的算法，分類效果好，成為當前研究熱點。……