CN111562285A

CN111562285A - 基于大数据与深度学习的矿井突水水源识别方法及其识别系统

Info

Publication number: CN111562285A
Application number: CN202010494228.6A
Authority: CN
Inventors: 朱赛君; 姜春露; 谢毫; 郑刘根; 毕波; 安士凯; 陈永春; 胡洪
Original assignee: Pingan Coal Mining Exploitation Engineering Technology Institute Co ltd; Anhui University
Current assignee: Pingan Coal Mining Exploitation Engineering Technology Institute Co ltd; China University of Mining and Technology CUMT; Anhui University
Priority date: 2020-06-03
Filing date: 2020-06-03
Publication date: 2020-08-21

Abstract

本发明公开了基于大数据与深度学习的矿井突水水源识别系统，包括地面工作站、采集装置、计算机检测模块；基于大数据与深度学习的矿井突水水源识别方法，包括以下步骤：S1，根据已知的地区水源的化学成分特征进行分类，建立样品库；S2，在矿井发生突水时，通过液泵将突水抽出至容器内储存；S3,通过电极检测器阵列模块进行突水内各化学组分的检测分析，确定各化学组分的含量；S4，将各化学组分输入至数据处理模块进行处理。本发明通过基于深度学习下的深度前馈网络模型自主获取水样的内部多层特征，反复训练、预测误差以及调节模型参数，准确率随水样信息增多而提高，实现了在大数据的情况下，突水水源识别依然准确。

Description

基于大数据与深度学习的矿井突水水源识别方法及其识别系统

技术领域

本发明涉及突水水源识别技术领域，尤其涉及基于大数据与深度学习的矿井突水水源识别方法及其识别系统。

背景技术

煤炭是我国的主要能源，煤炭资源的安全开采关系国家的经济发展。突水的频繁发生，造成了巨大的人员伤亡以及经济损失，因此快速准确的识别突水水源是治理突水的关键，同时也为后续的防治水工作的开展提供理论依据以及正确的指导。

矿井突水水源识别的方法主要有水化学分析方法、Fisher判别分析理论、灰色关联度理论、模糊可变集方法等。其中包括通过对矿区水样的同位素以及水化学特征的研究，对突水水样的水源进行识别；利用水样的水质特征以及变化的规律进行水源识别；运用Fisher判别分析理论，利用水样的水化学组分对突水水源进行识别，并对所建立的模型进行验证；基于灰色关联理论识别突水水源；利用模糊可变集理论建立突水水源识别的模型。由于水化学数据的积累，一方面为水源识别提供了宝贵的资料，另一方面使得水源识别越来越困难，因此计算机科学技术方法在水源识别中得到越来越广泛的应用。其中包括基于GIS技术对矿井的突水水源进行识别；将极限学习机引入水源识别，利用极限学习机建立多元分类模型；通过分析水样的荧光光谱，对不同含水层的水样进行分类。此外，传统判别突水水源的方法还有距离判别分析方法、聚类分析方法、Bayes方法等。

上述的多数传统水源识别方法在大数据的情况下，由于数据的冗余以及操作较为复杂，使得突水水源识别存在困难。前期的神经网络和深度学习网络具有相似的分层结构，两者的分别在于前期的神经网络一般具有两至三层的网络，计算单元和学习能力是有限的，使突水水源的判断不准确。

因此我们提出一种基于大数据与深度学习的矿井突水水源源识别方法及其识别系统，深度学习网络层数较多，引入了更加复杂有效的算法，对函数的表达能力以及自身的学习能力都有较大提升。深度学习模型能够自主获得水样信息的内部的多层特征，不仅操作简单，且模型的识别准确率可以随着水样信息的增多而上升，在水样数据较多时具有较大优势。

发明内容

本发明的目的是为了解决背景技术中的问题，而提出的基于大数据与深度学习的矿井突水水源识别方法及其识别系统。

为了实现上述目的，本发明采用了如下技术方案：

基于大数据与深度学习的矿井突水水源识别系统，包括地面工作站、采集装置、计算机检测模块；

所述地面工作站用于对已知地区的水源进行分类，建立样品库；

所述采集装置包括液泵以及容器，所述液泵用于将突水水源抽取并储存在容器中；

所述计算机检测模块包括电极检测器阵列模块、数据输入模块、数据对比模块和中央处理器；

所述数据输入模块为通过键盘将突水水源中的数据传递至数据处理模块；

所述数据对比模块用于进行样品库内水源数据与检测数据的对比并传递至中央处理器优选地，

优选地，所述电极检测器阵列模块包括TDS检测仪、Na+离子浓度检测仪、K+离子浓度检测仪、Ca2+离子浓度检测仪、Mg2+离子浓度检测仪、Cl-离子浓度检测仪、SO42-离子浓度检测仪、HCO3-离子浓度检测仪、CO3-离子浓度检测仪、PH检测仪

基于大数据与深度学习的矿井突水水源识别方法，包括以下步骤：

S1，根据已知的地区水源的化学成分特征进行分类，建立样品库；

S2，在矿井发生突水时，通过液泵将突水抽出至容器内储存；

S3,通过电极检测器阵列模块进行突水内各化学组分的检测分析，确定各化学组分的含量；

S4，将各化学组分输入至数据处理模块进行处理；

S5，处理后获取的信息通过数据对比模块与样品库中数据进行对比，确定突水水源；

优选地，所述数据对比模块包括数据来源与识别指标、识别模型的建立、模型训练和突水水源识别。

本发明通过基于深度学习下的深度前馈网络模型自主获取水样的内部多层特征，反复训练、预测误差以及调节模型参数，准确率随水样信息增多而提高，实现了在大数据的情况下，突水水源识别依然准确。

附图说明

图1为本发明提出的基于大数据与深度学习的矿井突水水源识别方法及其识别系统中的深度前馈网络结构图；

图2为本发明提出的基于大数据与深度学习的矿井突水水源识别方法及其识别系统中深度前馈网络水源识别模型结构图；

图3为本发明提出的基于大数据与深度学习的矿井突水水源识别方法及其识别系统中不同epoch值模型输出比较图；

图4为本发明提出的基于大数据与深度学习的矿井突水水源识别方法及其识别系统中不同batch_size值模型输出比较图；

图5为本发明提出的基于大数据与深度学习的矿井突水水源识别方法及其识别系统中不同学习率值模型输出比较图；

图6为本发明提出的基于大数据与深度学习的矿井突水水源识别方法及其识别系统中MLP水源识别模型运行结果曲线图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描，显然，描的实施例仅仅是本发明一部分实施例，而不是全部的实施例。

参照图1-6，基于大数据与深度学习的矿井突水水源识别系统，包括地面工作站、采集装置、计算机检测模块；

地面工作站用于对已知地区的水源进行分类，建立样品库；

采集装置包括液泵以及容器，液泵用于将突水水源抽取并储存在容器中；

计算机检测模块包括电极检测器阵列模块、数据输入模块、数据对比模块和中央处理器；

数据输入模块为通过键盘将突水水源中的数据传递至数据处理模块；

数据对比模块用于进行样品库内水源数据与检测数据的对比并传递至中央处理器。

电极检测器阵列模块包括TDS检测仪、Na+离子浓度检测仪、K+离子浓度检测仪、Ca2+离子浓度检测仪、Mg2+离子浓度检测仪、Cl-离子浓度检测仪、SO42-离子浓度检测仪、HCO3-离子浓度检测仪、CO3-离子浓度检测仪、PH检测仪，获取TDS、Na+、K+、Ca2+、Mg2+、Cl-、SO42-、HCO3、CO3-和PH的数据。

S4，将各化学组分输入至数据处理模块进行处理；

Keras框架是简便易学，兼具兼容性和灵活性特点的深度学习框架。深度前馈网络属于深度学习的典型模型之一，函数逼近能力强大，并且预测精度较高，目前已在图像分类、人脸识别等领域成功应用，利用深度前馈网络对数据进行处理：

1.原理与算法

深度前馈网络主要由接受信号的输入层、隐含层以及输出层组成，且具有多层隐含层，可以反复训练输入向量，从而提高分类以及预测的准确率。通过连接关系，输入层单元和隐含层单元构成处理对象的联想矩阵，隐含层与输出层单元之间的连接构成对处理对象的决策矩阵，通过模型训练使形成有决策能力的稳定结构，层与层之间以全连接方式连接，连接的程度通过每层连接的权值来表示。

1.1深度前馈网络结构

如图1所示，一个由p个输入层神经元，n个隐含层神经元，l个输入层神经元构成的深度前馈网络，假设模型训练集为G＝{(x₁,y′₁),(x₂,y′₂),...,(x_q,y′_q)},x_i∈R^p,y_i∈R^l(1)

图1中：

b_m＝f(a_m-θ_m) (3)

y′_j＝f(c_j-δ_j) (5)

式中：am——隐含层的第m个神经元的输入；

bm——隐含层的第m个神经元的输出；

vim——输入层第i个神经元与隐层第m个神经元之间的连接权值；

wmj——隐层第m个神经元与输出层第j个神经元之间的连接权值；

f——激活函数；

θm——隐层第m个神经元的阈值；

δj——输出层第j个神经元的阈值；

1.2激活函数

通过模型中的激活函数增加深度前馈网络模型的非线性，增强模型的表达能力。ReLU作为分段函数，在输入的值小于等于0时，输出为0，而输入值大于0时，输出值保持不变。ReLU函数计算过程简单，可以加速随机梯度算法的收敛。并且一定程度上能够减少模型参数之间的相互关系，提高模型的泛化能力[25]。函数的定义式如下式所示：

f(x)＝max(0,x) (6)

1.3模型分类器

softmax分类器是一个多分类器，在神经网络中一般使用softmax分类器作为输出层。softmax分类器是在logistic回归模型的基础上经过进一步推导后提出的。以式1的数据集为例，设输出层进行k类的多分类，而x属于某一类t的概率为，则Softmax计算函数为：

式中：xi——第i个输入样本，i∈[1,q]

y′_i——第i个样本的类别；

ζ(1),ζ(2),…,ζ(k)——Softmax的模型训练参数；

P(y′_i＝k|x_i；ζ)——第i个样本xi属于类别k的概率值；

——概率分布的归一化函数，其中t∈[1,k]。

1.4损失函数及优化算法

交叉熵损失函数判断实际的输出与期望的输出之间的接近程度，可以作为模型的表征，用来衡量模型的好坏。多分类的交叉熵损失函数的表达式为：

式中：x_i——第i个输入样本，i∈[1,q]；

y′_i——第i个样本的类别；

I[·]——指示函数，若括号内的值为真则函数值等于1，否则为0；

——第i个样本属于t类的Softmax归一化概率值；

L(ζ)——交叉熵损失函数。

选用随机梯度下降算法(stochastic gradient descent,SGD)作为最小化损失函数值的优化方法。随机梯度下降算法是深度学习中应用较为广泛的优化算法，由于SGD算法具有每次从训练样本中仅随机选取一个样本及其标签进行学习的特点，所以可能仅利用了一小部分样本即可将模型迭代至最优，在样本数量较多时可以提高优化效率。计算公式为：

式中：μ——学习率；

J(λ)——目标函数；

——目标函数梯度。

1.5 Dropout方法

对于相对规模较小的样本数集，在进行模型训练时容易出现过拟合的问题，采用Dropout的方法，即在每次循环中随机选择神经层中的某些单元层并将其隐藏，再进行本次循环中神经网络的训练和优化过程。通过断开模型中部分的隐含单元之间相互的关联，减少了神经元之间的相互依赖，也达到防止各个隐含层之间过度关联的目的。

深度前馈网络的具体实现过程：首先将训练数据自输入层输入，经由多个隐含层逐层训练后至输出层，得出本次预测估计值，经过交叉熵损失函数计算预测估计值的误差，接着采用随机梯度优化算法，通过代价函数计算各参数梯度，调整模型参数，使得预测结果趋近于优化目标。经过多次迭代后得到最后训练完毕的网络模型，最终应用检验样本来评估该模型的准确率；

S5，处理后获取的信息通过数据对比模块与样品库中数据进行对比，确定突水水源；数据对比模块包括数据来源与识别指标、识别模型的建立、模型训练和突水水源识别。

2.突水水源识别

2.1数据来源与识别指标

根据资料显示，矿井各个含水层的水化学特征会随着所处水文地质环境的不同而改变，因此可以根据所采集的研究区主要含水层水样的水化学特征来判定突水水源类型[29]。选取潘谢矿区的1952组水样信息(如表1所示)，以水样信息的TDS、Na+、K+、Ca2+、Mg2+、Cl-、SO42-、HCO3-、CO3-、PH等9个水化学指标作为模型识别指标，且水样分别属于中含水(Ⅰ类)、下含水(Ⅱ类)、砂岩水(Ⅲ类)、太灰水(IV类)以及奥灰水(Ⅴ类)等五种含水层。

表1水样水化学特征指标浓度

2.2识别模型的建立

水样信息的每组数据都包含种类标签，模型可通过数据的标签，对模型的最终水源识别结果做一些修正。如图2所示，水源识别模型分为三层，第一层为输入层，由于输入的水样数据由9组水化学指标组成，故设置输入层节点为9。由于输入的水样含水层的类别有5种，所以输出层节点数设置为5。增加神经网络的隐含层层数可以提高精度，同时也会延长训练的时间，经过测试，选用具有三层隐含层的深度前馈网络，根据下列公式：

式中：N_h——隐含层节点数；

N_x——输入层节点数；

N_y——输出层节点数；

γ——常数，一般取1-10之间任意值。

可得，γ取10时，隐含层的节点数设置为14。三层隐含层的激活函数均为ReLU函数，用Softmax分类器将隐含层的结果输出。

以研究区的水样作为训练及检验样本，为了避免不同水样指标含量的数量级的影响，首先如式(5)所示对水样信息进行归一化处理，将输入的水样数据映射在[0,1]之间。

式中：x0(i,g)——第i个水样的第g个指标未经过归一化处理过的值；

x(i,g)——第i个水样的第g个指标经过归一化处理过的值；

xmin(g)——该类水样第g个指标含量的最小值；

xmax(g)——该类水样第g个指标含量的最大值。

将标准化后的水样数据输入模型后，模型随机抽取80％(1561组)的样本作为MLP网络模型训练样本，剩余的20％(391组)个水样作为检验样本。设置本次神经网络模型的每个神经单元在循环过程中以0.3的概率被舍弃，选用交叉熵损失函数(categorical-crossentropy)为目标函数。为达到满意的模型优化效果，使用随机梯度下降(SGD)算法对网络模型的权重参数进行优化。

2.3模型训练

利用Keras框架建立MLP神经模型，表1所示的水化学数据归一化处理后划分为训练集和检验集，进入模型并进行训练。Epoch即使用训练集的全部数据对模型进行了一次完整训练；batch_size指每批训练样本的大小；学习率是梯度下降过程中的超参数，控制了模型的学习进度。由于模型参数epoch、batch_size、学习率的大小不同，则模型的输出结果也会发生变化。只改变需要选择的参数，其余参数保持不变，观察设置的值不同时模型的损失值和准确率的变化，并进行比较，如图3-4所示；

当epoch值设置为50时，模型的准确率达到最高，损失值降到最低；由于batch_size值设置为16时，模型的检验样本准确率达到最高，损失值最低，继续增大，训练样本的损失值有所降低，但是两组样本的准确率都呈下降趋势；学习率设置0.01时，两组样本的准确率都达到顶峰，而损失值达到最低，当取值再增加时，模型难以继续收敛，损失值急剧升高。为此，综合输出结果以及训练时长等因素后，epoch取50，batch_size取16，学习率取0.01。

深度前馈网络模型的训练结果见图3，选用模型准确率和损失值作为模型的性能表征，在前20轮的训练中，训练集和检验集的损失函数均快速下降，而准确率快速上升，表明了网络对于数据具有良好的适应性。而随着训练次数增加，模型的识别准确率的增长逐渐平缓，而损失函数缓慢降低至收敛。损失函数逐步减小的过程，表示Softmax分类器对训练的样本有了较强的分类能力，网络模型正在逐渐收敛，模型正在趋于最优拟合效果。

由于在隐含层中添加了Dropout，故随着迭代次数的增加模型的准确率和损失曲线会出现抖动的现象。训练集的准确率达93.89％，检验集的准确率达96.22％，验证集的准确率高于训练集，未出现过拟合现象。

2.4突水水源识别

选取采集的潘谢矿区22组水样作为模型的应用样本(见表2)，对所建立的深度前馈网络水源识别模型进行准确度的测试，将水样的9个指标信息输入模型的预测模块，并运行模型，运行结果表明，模型除了将2组水样出现误判以外，其余水样水源识别结果均与实际相符，正确率达到90.09％。导致模型出现误判的原因可能是由于训练样本中的下含水和奥灰水的水样数量不是足够多，在训练过程中模型无法充分学习，从而无法准确对水样进行识别。

由于深度学习的特性：随着数据的增加模型的识别准确率逐渐增高，且越深层的神经网络具有更加强大的预测精度，故对于样本较多的水源识别具有较大的优势。

表2应用水样水化学特征指标浓度

表3模型识别结果比较

3.结论

(1)以潘谢矿区的主要含水层水样为例，选取TDS、Na+、K+、Ca2+、Mg2+、Cl-、SO42-、HCO3-、CO3-、PH等作为识别指标，基于大数据和深度学习技术，利用Keras框架建立了深度前馈网络模型，对水样进行水源识别，并在模型中添加批标准化以及Dropout方法对识别模型进行优化，使模型的收敛速度以及分类效果进一步提高。

(2)深度前馈网络水源识别模型将输入的样本分为训练样本和检验样本，并对两者分别进行水源识别，识别准确率分别为93.89％、96.22％。

利用22组潘谢矿区的已知水样作为应用样本，对识别模型的识别精度进行测试，结果表明，深度前馈网络模型对于20组水样的识别效果与实际相符合，识别准确率达90.90％，表明了基于大数据和深度学习下的深度前馈网络模型对于矿区突水水源识别具有一定的适用性、准确性。

Claims

1.基于大数据与深度学习的矿井突水水源识别系统，其特征在于，包括地面工作站、采集装置、计算机检测模块；

所述数据对比模块用于进行样品库内水源数据与检测数据的对比并传递至中央处理器。

2.根据权利要求1所述的基于大数据与深度学习的矿井突水水源识别系统，其特征在于，所述电极检测器阵列模块包括TDS检测仪、Na+离子浓度检测仪、K+离子浓度检测仪、Ca2+离子浓度检测仪、Mg2+离子浓度检测仪、Cl-离子浓度检测仪、SO42-离子浓度检测仪、HCO3-离子浓度检测仪、CO3-离子浓度检测仪、PH检测仪。

3.基于大数据与深度学习的矿井突水水源识别方法，其特征在于，包括以下步骤：

S4，将各化学组分输入至数据处理模块进行处理；

S5，处理后获取的信息通过数据对比模块与样品库中数据进行对比，确定突水水源。

4.根据权利要求3所述的基于大数据与深度学习的矿井突水水源识别方法，其特征在于，所述数据对比模块包括数据来源与识别指标、识别模型的建立、模型训练和突水水源识别。