基于VMD-Prophet的煤矿水位概率预测及水害预警方法

摘要: 本发明涉及矿井水文地质,具体的说是基于vmd-prophet的煤矿水位概率预测及水害预警方法。背景技术:1、煤炭是我国主体能源,煤矿开采过程中会显著改变含水层的...
基于VMD-Prophet的煤矿水位概率预测及水害预警方法

本发明涉及矿井水文地质,具体的说是基于vmd-prophet的煤矿水位概率预测及水害预警方法。

背景技术:

1、煤炭是我国主体能源,煤矿开采过程中会显著改变含水层的补-径-排动力条件,引发地下水位动态变化。地下水位是矿井顶板水害、底板水害防控的核心监测指标,同时也是保水采煤生态环境评价的关键参数。准确预测地下水位的未来演化趋势,并基于预测结果开展超前水害预警,对煤矿安全生产与生态环境保护均具有重要工程意义。

2、现有地下水位预测技术主要分为地下水数值模拟与确定性时间序列预测两大类。第一类为地下水数值模拟方法,代表性软件包括visual-modflow、modflow等,该类方法基于地下水动力学原理构建渗流数学模型,能够反映地下水流场的空间分布特征。但该类方法建模需要大量水文地质试验参数,包括含水层渗透系数、储水率、给水度、隔水层厚度等,参数获取需开展抽水试验、注水试验、室内岩土测试等工作,前期勘察成本高、建模调试周期长,且模型参数校准依赖大量经验,对于生产矿井而言难以实现快速动态更新与滚动预测。

3、第二类为确定性时间序列预测方法,代表性模型包括arima、lstm、prophet等,该类方法基于历史水位监测数据直接构建时序预测模型,无需复杂水文地质参数,建模成本较低。但现有单一时间序列模型存在两方面显著缺陷:

4、其一,煤矿地下水位序列属于典型强非平稳序列,同时受长期开采疏干、季节降雨补给、短期工作面回采扰动及监测噪声多重因素叠加影响,单一模型直接拟合预测的精度有限,难以有效分离不同尺度的驱动信号;

5、其二,传统时序模型仅输出单点确定性预测值,无法量化预测过程中的不确定性,而煤矿水害风险本质上属于概率性问题,仅依靠单点预测值无法评估未来不同情景下的突水风险,难以支撑分级预警决策。

6、近年来,部分学者提出将vmd变分模态分解与时序预测模型耦合的预测方案,通过vmd分解非平稳序列提升预测精度,但现有vmd-prophet耦合研究大多仅输出确定性水位预测结果,缺少概率区间与概率分布输出,无法量化预测不确定性。在水害预警技术层面,现有煤矿水害预警体系多依赖实时监测数据的超限报警,即当监测水位超过临界阈值时触发报警,属于事后报警模式,预警提前量不足,难以给矿井预留充足的隐患处置与避险时间;同时现有预警多为二元报警模式,仅区分“安全”与“危险”两种状态,缺少基于未来水位概率演化的多等级超前预警手段,无法匹配差异化的工程处置措施。

7、综上,现有技术存在以下核心缺陷:

8、①传统预测方法仅输出单点确定结果,不能量化预测不确定性,无法给出地下水位的概率分布特征;

9、②缺少“时序分解-概率预测-水害分级预警”的完整闭环技术流程,预测结果无法直接转化为预警决策依据;

10、③预警模式多为事后监测报警,缺少基于未来多情景水位演化的超前预警能力;

11、④部分建模方法依赖大量水文地质试验参数,工程落地门槛高,难以在生产矿井快速推广应用。

技术实现思路

1、针对现有技术中的问题,本发明提供了基于vmd-prophet的煤矿水位概率预测及水害预警方法,解决以下技术问题:

2、解决煤矿开采扰动下地下水位强非平稳、多驱动因素叠加干扰,单一预测模型精度不足的问题;

3、解决传统时序模型仅输出单点预测值,无法量化预测不确定性的问题;

4、解决现有水害预警多为事后报警、缺少基于未来水位概率分布的超前分级预警闭环流程的问题;

5、降低建模对复杂水文地质试验参数的依赖,仅依靠矿区常规监测数据即可完成预测-预警全流程,提升工程落地性。

6、本发明解决其技术问题所采用的技术方案是:基于vmd-prophet的煤矿水位概率预测及水害预警方法,包括以下步骤:

7、s1、采集煤矿区多源监测数据集并进行预处理:所述监测数据集包括等间隔时间序列的监测时间、地下水位观测值、矿井开采量及区域降雨量;预处理包括异常值识别剔除、缺失值插值补齐及结构化时序索引构建;

8、s2、采用vmd变分模态分解算法对预处理后的地下水位时间序列进行分解,得到k阶本征模态分量imf,各分量分别对应长期趋势分量、季节周期分量及短期扰动分量;

9、s3、对每一阶本征模态分量分别构建prophet预测模型,将矿井开采量与区域降雨量作为外部回归因子引入模型,设置模型不确定性参数,输出各分量对应预测步长的概率预测序列,包含预测中位数及置信区间上下限;

10、s4、将各本征模态分量的概率预测序列逐时刻叠加重构,结合蒙特卡洛随机抽样方法对模型参数与外生驱动因子进行采样,生成多组水位情景样本,统计得到地下水位整体概率预测区间及对应分位数值;

11、s5、输入矿区临界安全水位阈值,统计各预测时刻水位样本中超过临界安全水位的样本占比,得到超阈值风险概率;根据超阈值风险概率划分四级水害预警等级,并匹配对应工程处置建议;

12、s6、输出地下水位概率预测数据表、概率区间预测图件及预警等级与处置建议结果。

13、具体地,步骤s2中,所述vmd变分模态分解的参数按以下方法确定:

14、(1)模态数量k:取值范围为3~8,采用中心频率判别法结合残差最小化准则寻优;寻优过程为从k=2开始逐次递增取值,计算每组k下各分量的中心频率,当相邻分量中心频率比值大于1.5、无明显频率重叠,且原始序列与重构序列的均方根误差(rmse)最小时,对应的k为最优值;

15、(2)二次惩罚因子α:取值范围为1000~5000,采用五折交叉验证法寻优;将训练集随机划分为5个等长子集,依次选取4个子集用于分解训练、1个子集用于验证,计算不同α取值下验证集的重构rmse,选取rmse最小值对应的α为最优值;

16、(3)保真系数τ取值为0,收敛容差tol取值为1e-6~1e-8;

17、分解得到的分量通过中心频率判定、相关性验证与物理成因匹配三步法确定物理意义,依次为:反映开采活动影响的长期趋势分量、反映降雨补给的季节周期分量、反映短期扰动与噪声的随机分量。

18、具体地,步骤s3中,所述prophet预测模型采用加法季节模式,模型不确定性参数intervalwidth设置为0.9~0.95,输出对应置信水平的概率预测上下界;通过模型的addregressor函数分别引入矿井开采量、区域降雨量两个外部回归变量,分别表征人为开采扰动与自然降雨补给对地下水位的驱动作用。

19、具体地,步骤s4中,所述蒙特卡洛随机抽样的具体过程为:

20、s41、设定抽样次数为10000~20000次,按以下方法确定采样分布并完成随机采样:

21、①模型参数采样分布:prophet模型的后验参数(趋势项参数、季节项傅里叶系数、外部回归因子系数)的分布由模型拟合输出的参数估计均值与协方差矩阵确定,服从多元正态分布;

22、②外生变量采样分布:对历史开采量、降雨量序列进行shapiro-wilk正态性检验,验证服从正态分布后,以历史序列的样本均值为分布均值、样本标准差为分布标准差,构建单变量正态分布;

23、③按照上述分布分别对prophet后验参数、未来各时刻开采量与降雨量进行独立随机采样,得到n组采样参数与外生因子组合;

24、s42、针对每一组采样得到的模型参数与外生因子值,代入prophet分量预测公式,其中为趋势项、为季节项、为回归项、为残差项,逐时刻计算第i阶imf分量的预测值;再将所有imf分量对应时刻的预测值逐点相加,完成样本重构,得到一条完整的水位预测样本序列;

25、s43、对全部样本序列同一时刻的水位值进行升序排列,分别取5%、50%、95%分位数值,得到对应时刻的悲观预测值、中位预测值与乐观预测值,构成整体概率预测区间。

26、具体地,步骤s5中,所述四级水害预警等级按照超阈值风险概率prisk划分为:

27、ⅰ级无风险:0≤prisk<10%,对应蓝色预警,处置建议为常规水位监测;

28、ⅱ级低风险:10%≤prisk<30%,对应黄色预警,处置建议为加密水位监测频次、排查导水构造;

29、ⅲ级中风险:30%≤prisk<60%,对应橙色预警,处置建议为加强疏水降压、开展含水层富水性隐患排查;

30、ⅳ级高风险:prisk≥60%,对应红色预警,处置建议为启动水害应急预案、必要时组织人员避险。

31、具体地,步骤s5中,所述临界安全水位阈值依据《煤矿防治水细则》中的突水系数法,结合矿区隔水层厚度、岩石抗张强度、巷道跨度参数核算确定;对于底板水害场景,临界水压计算公式为:

32、;

33、式中,h临为临界水压,kp为底板岩石抗张强度,t实为实际隔水层厚度,l为巷道最大控顶距,r为岩石容重。

34、具体地,步骤s1中,所述监测数据集为矿区常规月度监测时序数据,无需额外开展水文地质试验获取含水层渗透系数、地层储水率参数;异常值识别采用三倍标准差法,缺失值补齐采用线性插值方法。

35、具体地,步骤s6中,所述概率预测数据表包含各预测时刻对应的5%分位水位、50%分位水位、95%分位水位及超阈值风险概率;所述概率区间预测图件包含实测历史水位曲线、中位预测水位曲线、概率置信区间填充区域及临界安全水位标注线。

36、本发明的有益效果:

37、预测精度显著提升:采用vmd变分模态分解对强非平稳地下水位序列进行多尺度解耦,将复杂序列拆解为趋势项、周期项、扰动项三类平稳分量,分别建模后再重构,有效削弱了开采扰动噪声与随机波动对模型的干扰,相比单一时序模型预测精度提升。

38、量化预测不确定性:突破传统单点确定性预测的局限,通过prophet模型自带概率输出结合蒙特卡洛随机抽样方法,输出完整的地下水位概率分布与多情景分位数预测结果,能够量化预测过程中的不确定性,为风险评估提供概率依据。

39、实现超前分级预警闭环:构建了“数据输入-时序分解-概率预测-蒙特卡洛概率统计-水害分级预警”的完整技术闭环,基于未来水位概率演化结果开展预警,属于超前预警模式,相比传统监测超限后报警大幅提升了预警提前量;同时采用四级分级预警机制,匹配差异化工程处置建议,直接支撑现场决策。

40、工程落地门槛低:仅需要矿区常规监测的水位、开采量、降雨量三类月度时序数据,不需要开展额外水文地质试验获取渗透系数、储水率等复杂参数,建模工作量显著低于地下水数值模拟方法,可快速在生产矿井部署应用。

41、适用场景广泛:方法不仅适用于底板水害预警,也可推广应用于顶板水害防控、保水采煤生态评价、含水层疏干规划等多个工程场景,具有较强的通用性与工程实用价值。