CN113919500B - 微震事件时空分形维数计算方法、装置及电子设备 - Google Patents
微震事件时空分形维数计算方法、装置及电子设备 Download PDFInfo
- Publication number
- CN113919500B CN113919500B CN202111519169.4A CN202111519169A CN113919500B CN 113919500 B CN113919500 B CN 113919500B CN 202111519169 A CN202111519169 A CN 202111519169A CN 113919500 B CN113919500 B CN 113919500B
- Authority
- CN
- China
- Prior art keywords
- model
- ellipsoid
- calculation
- microseismic
- fractal dimension
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000004364 calculation method Methods 0.000 title claims abstract description 149
- 238000000034 method Methods 0.000 claims abstract description 58
- 238000004458 analytical method Methods 0.000 claims abstract description 36
- 238000005422 blasting Methods 0.000 claims abstract description 9
- 238000007621 cluster analysis Methods 0.000 claims description 9
- 239000000126 substance Substances 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 6
- 239000011435 rock Substances 0.000 abstract description 9
- 230000007246 mechanism Effects 0.000 abstract description 8
- 230000009286 beneficial effect Effects 0.000 abstract description 5
- 238000010586 diagram Methods 0.000 description 9
- 238000004891 communication Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 5
- 238000011161 development Methods 0.000 description 3
- 239000003814 drug Substances 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000009412 basement excavation Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N7/00—Computing arrangements based on specific mathematical models
- G06N7/08—Computing arrangements based on specific mathematical models using chaos models or non-linear system models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
- G06Q50/265—Personal security, identity or safety
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Business, Economics & Management (AREA)
- Software Systems (AREA)
- Mathematical Physics (AREA)
- General Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Operations Research (AREA)
- Algebra (AREA)
- Development Economics (AREA)
- Computing Systems (AREA)
- General Business, Economics & Management (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Marketing (AREA)
- Educational Administration (AREA)
- Entrepreneurship & Innovation (AREA)
- Primary Health Care (AREA)
- Health & Medical Sciences (AREA)
- Nonlinear Science (AREA)
- Medical Informatics (AREA)
- Game Theory and Decision Science (AREA)
- General Health & Medical Sciences (AREA)
- Computer Security & Cryptography (AREA)
- Quality & Reliability (AREA)
Abstract
本发明提供了一种微震事件时空分形维数计算方法、装置及电子设备,包括:获取微震事件的聚类分析结果;基于聚类分析结果确定椭球计算总模型和不同时间段对应的椭球计算分模型;其中,时间段是基于作业工况和爆破时间进行划分的,椭球计算分模型的参数比例与椭球计算总模型的参数比例相同;基于椭球计算总模型和椭球计算分模型确定微震事件时空分形维数。本发明能够实现微震事件时空分形维数的定量计算,有利于岩爆等动力灾害规律总结和机制分析,实现预测预警。
Description
技术领域
本发明涉及矿山安全技术领域,尤其是涉及一种微震事件时空分形维数计算方法、装置及电子设备。
背景技术
分形几何学应用于医学、通讯、计算机等多个领域,旨在发现混乱无序中的秩序。分形维数(fractal dimension)是描述分形最主要的参量,利用维度的方法去解释物体的空间状态。目前相关的微震地压监测报告中,几乎没有采用分形维数来描述微震事件时空演化规律的。
发明内容
有鉴于此,本发明的目的在于提供一种微震事件时空分形维数计算方法、装置及电子设备,能够实现微震事件时空分形维数的定量计算,有利于岩爆等动力灾害规律总结和机制分析,实现预测预警。
为了实现上述目的,本发明实施例采用的技术方案如下:
第一方面,本发明实施例提供了一种微震事件时空分形维数计算方法,包括:获取微震事件的聚类分析结果;基于聚类分析结果确定椭球计算总模型和不同时间段对应的椭球计算分模型;其中,时间段是基于作业工况和爆破时间进行划分的,椭球计算分模型的参数比例与椭球计算总模型的参数比例相同;基于椭球计算总模型和椭球计算分模型确定微震事件时空分形维数。
在一种实施方式中,基于聚类分析结果确定椭球计算总模型和不同时间段对应的椭球计算分模型的步骤,包括:基于聚类分析结果得到同类微震事件的分布范围,并确定分布范围的置信区间;基于分布范围的置信区间确定椭球计算总模型;基于聚类分析结果得到不同时间段内同类微震事件的分布范围,并以时间为自变量确定不同时间段对应的椭球计算分模型。
在一种实施方式中,基于椭球计算总模型和椭球计算分模型确定微震事件时空分形维数的步骤,包括:计算各个椭球计算分模型的相关指数;对椭球计算分模型的长轴参数和相关指数进行对数运算得到数据点集合;基于最小二乘法对数据点集合进行线性拟合,得到拟合斜率;基于拟合斜率确定微震事件时空分形维数。
在一种实施方式中,计算各个椭球计算分模型的相关指数的步骤,包括:基于椭球计算总模型计算微震事件总数量;基于椭球计算分模型计算不同时间段的微震数量;基于微震事件总数量和不同时间段的微震数量计算各个椭球计算分模型的相关指数。
在一种实施方式中,基于微震事件总数量和每个时间段的微震数量计算各个椭球计算分模型的相关指数的步骤,包括:按照以下相关指数计算公式计算各个椭球计算分模型的相关指数:
在一种实施方式中,基于拟合斜率确定微震事件时空分形维数的步骤,包括:当拟合斜率满足自相似性时,则将拟合斜率确定为微震事件时空分形维数。
第二方面,本发明实施例提供了一种微震事件时空分形维数计算装置,包括:获取模块,用于获取微震事件的聚类分析结果;模型确定模块,用于基于聚类分析结果确定椭球计算总模型和不同时间段对应的椭球计算分模型;其中,时间段是基于作业工况和爆破时间进行划分的,椭球计算分模型的参数比例与椭球计算总模型的参数比例相同;计算模块,用于基于椭球计算总模型和椭球计算分模型确定微震事件时空分形维数。
第三方面,本发明实施例提供了一种电子设备,包括处理器和存储器,存储器存储有能够被处理器执行的计算机可执行指令,处理器执行计算机可执行指令以实现上述第一方面提供的任一项的方法的步骤。
第四方面,本发明实施例提供了一种计算机可读存储介质,计算机可读存储介质上存储有计算机程序,计算机程序被处理器运行时执行上述第一方面提供的任一项的方法的步骤。
本发明实施例带来了以下有益效果:
本发明实施例提供的上述微震事件时空分形维数计算方法、装置及电子设备,首先获取微震事件的聚类分析结果;然后基于聚类分析结果确定椭球计算总模型和不同时间段对应的椭球计算分模型;其中,时间段是基于作业工况和爆破时间进行划分的,椭球计算分模型的参数比例与椭球计算总模型的参数比例相同;最后基于椭球计算总模型和椭球计算分模型确定微震事件时空分形维数。上述方法针对微震事件的聚类分析结果划分计算范围,并可以依据现场作业情况对模型进行动态调整,从而实现对微震事件时空分形维数的定量计算;采用椭球模型进行计算,更加符合裂纹生长模式,排除了相邻区域的其它混合裂纹的事件干扰,保证了微震事件拾取的准确度,使得计算的结果更加准确以及更具有普适性,利于岩爆等动力灾害规律总结和机制分析,实现预测预警。
本发明的其他特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
为使本发明的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施方式,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种微震事件时空分形维数计算方法的流程图;
图2为本发明实施例提供的一种微震事件聚类分析结果示意图;
图3为本发明实施例提供的一种微震事件计算区域模型构建示意图;
图4为本发明实施例提供的一种微震事件时空分形维数拟合图;
图5为本发明实施例提供的一种微震事件时空分形维数计算装置的结构示意图;
图6为本发明实施例提供的一种电子设备的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合附图对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
分形几何学应用于医学、通讯、计算机等多个领域,旨在发现混乱无序中的秩序。分形维数是描述分形最主要的参量,利用维度的方法去解释物体的空间状态。由于计算方法的局限性,往往会使计算结果出现偏差,从而阻碍规律的总结,以及对微震事件时空演化在研究方法上不够重视,只着眼于微震系统自带的参数(例如b值、累计视体积、能量等)等原因,目前相关的微震地压监测报告中,很少采用科学的手段描述微震事件时空演化规律,几乎没有用到分形维数这个计算参数。
而现有的在隧道开挖过程中采用的微震事件分形维数的计算方法,存在以下问题:划分的模型范围并不符合裂纹发育产生的微震事件演化规律,极易受到其余无关事件的干扰;无法实现时空分形维数的计算,计算的结果是静态的;计算结果存在偶然性,适用范围小,复杂破坏不适用,结果不具有普适性。
基于此,本发明实施例提供的一种微震事件时空分形维数计算方法、装置及电子设备,能够实现微震事件时空分形维数的定量计算,有利于岩爆等动力灾害规律总结和机制分析,实现预测预警。
为便于对本实施例进行理解,首先对本发明实施例所公开的一种微震事件时空分形维数计算方法进行详细介绍,该方法可以由电子设备执行,诸如智能手机、电脑、iPad等,参见图1所示的一种微震事件时空分形维数计算方法的流程图,示意出该方法主要包括以下步骤S101至步骤S103:
步骤S101:获取微震事件的聚类分析结果。
在一种实施方式中,可以依据裂纹发育过程中微震事件空间分布特征,通过机器学习(EM算法)自动实现微震事件聚类分析,获取同类微震事件(同一裂纹)分布范围。具体参见图2所示的一种微震事件聚类分析结果示意图,每个椭圆即代表一个聚类类别,其中包括多个同类微震事件,每个圆形即为一个微震事件。
步骤S102:基于聚类分析结果确定椭球计算总模型和不同时间段对应的椭球计算分模型;其中,时间段是基于作业工况和爆破时间进行划分的,椭球计算分模型的参数比例与椭球计算总模型的参数比例相同。
在一种实施方式中,首先可以根据同类微震事件的分布范围确定椭球计算总模型,并确定模型参数长轴长度为X,中轴长度为Y及短轴长度为Z。具体的,通过聚类分析得到同类微震事件后,可以通过计算分布范围的置信区间来求得椭球计算总模型;然后根据作业工况和爆破时间划分不同的时间段,确定每个时间段对应的椭球计算分模型,并根据椭球计算总模型的参数比例确定分模型的模型参数为(,,)。
步骤S103:基于椭球计算总模型和椭球计算分模型确定微震事件时空分形维数。
在一种实施方式中,可以分别计算椭球计算总模型和各个椭球计算分模型内的微震事件数量,然后基于微震事件数量计算每个椭球计算分模型的相关指数,接着基于相关指数进行线性拟合得到拟合斜率,当拟合斜率满足自相似性时,即可令该拟合斜率为此时空域的微震事件时空分形维数。
本发明实施例提供的上述微震事件时空分形维数计算方法,能够针对微震事件的聚类分析结果划分计算范围,并可以依据现场作业情况对模型进行动态调整,从而实现对微震事件时空分形维数的定量计算;采用椭球模型进行计算,更加符合裂纹生长模式,排除了相邻区域的其它混合裂纹的事件干扰,保证了微震事件拾取的准确度,使得计算的结果更加准确以及更具有普适性,利于岩爆等动力灾害规律总结和机制分析,实现预测预警。
在一种实施方式中,对于前述步骤S102,即在基于聚类分析结果确定椭球计算总模型和不同时间段对应的椭球计算分模型时,可以采用包括但不限于以下的方式:
首先,基于聚类分析结果得到同类微震事件的分布范围,并确定分布范围的置信区间;
然后,基于所述分布范围的置信区间确定椭球计算总模型。
最后,基于聚类分析结果得到不同时间段内同类微震事件的分布范围,并以时间为自变量确定不同时间段对应的椭球计算分模型。
在具体应用中,通过聚类分析得出同类微震事件后,可以通过求置信区间的方法求得椭球模型,具体可以利用画图分析软件实现,也就得到了X、Y、Z,如无法自动求出X、Y、Z,可以采用人工圈定的方法获取。
具体可参见图3所示的微震事件计算区域模型构建示意图,图中每个椭球即表示一个椭球计算分模型。
在一种实施方式中,对于前述步骤S103,即在基于椭球计算总模型和椭球计算分模型确定微震事件时空分形维数时,可以采用包括但不限于以下的方式:
首先,计算各个椭球计算分模型的相关指数;
在具体应用时,首先基于椭球计算总模型计算微震事件总数量;然后基于椭球计算分模型计算不同时间段的微震数量;最后基于微震事件总数量和不同时间段的微震数量计算各个椭球计算分模型的相关指数。具体的,可以按照以下相关指数计算公式计算各个椭球计算分模型的相关指数:
其次,对椭球计算分模型的长轴参数和相关指数进行对数运算得到数据点集合。
然后,基于最小二乘法对数据点集合进行线性拟合,得到拟合斜率。
最后,基于拟合斜率确定微震事件时空分形维数。
在具体应用时,当拟合斜率满足自相似性时,则将拟合斜率确定为微震事件时空分形维数。也即当k满足自相似性时,令,求得此时空域的微震事件时空分形维数为D f 。参见图4所示的一种微震事件时空分形维数拟合图,数据点集合的拟合结果近似为一条直线,直线的斜率即为微震事件时空分形维数。
本发明实施例提供的上述微震事件时空分形维数计算方法,通过机器学习聚类识别微震事件分布模型,确定模型参数,利用时间参数动态建立分模型,统计模型范围的微震事件总数及分模型的微震事件数,根据长轴长度及其相关指数拟合斜率,若数据点集合具有自相似性,则求得此阶段的微震事件时空分形维数。
本发明实施例针对微震事件时序演化特征,确定计算模型尺寸,划分计算范围,并可以依据现场作业情况对模型进行动态调整,从而实现对微震事件(群)时空分形维数的定量计算;其次,采用更加合理的椭球计算模型,高度贴合裂纹生长模式,可以精确划分同类微震事件分布区域,排除相邻区域的其它混合裂纹的事件干扰,保证事件拾取的准确度,使得计算的结果更具有普适性;最后,本发明以微震事件演化特征为依据,动态划分单类事件时空分布模型,可以实现岩体破裂失稳过程中微震事件时空演化规律的定量描述,有利于岩爆等动力灾害规律总结和机制分析,实现预测预警。综上所述,本发明实现了精准定量分析岩体(潜在)危险区域的微震事件时空演化规律,优化了计算模型及过程,对深部动力灾害防治具有重要的指导意义。
对于前述微震事件时空分形维数计算方法,本发明实施例还提供了一种微震事件时空分形维数计算装置,参见图5所示的一种微震事件时空分形维数计算装置的结构示意图,示意出该装置包括:
获取模块501,用于获取微震事件的聚类分析结果。
模型确定模块502,用于基于聚类分析结果确定椭球计算总模型和不同时间段对应的椭球计算分模型;其中,时间段是基于作业工况和爆破时间进行划分的,椭球计算分模型的参数比例与椭球计算总模型的参数比例相同。
计算模块503,用于基于椭球计算总模型和椭球计算分模型确定微震事件时空分形维数。
本发明实施例提供的上述微震事件时空分形维数计算装置,能够针对微震事件的聚类分析结果划分计算范围,并可以依据现场作业情况对模型进行动态调整,从而实现对微震事件时空分形维数的定量计算;采用椭球模型进行计算,更加符合裂纹生长模式,排除了相邻区域的其它混合裂纹的事件干扰,保证了微震事件拾取的准确度,使得计算的结果更加准确以及更具有普适性,利于岩爆等动力灾害规律总结和机制分析,实现预测预警。
在一种实施方式中,上述模型确定模块502进一步用于:基于聚类分析结果得到同类微震事件的分布范围,并确定分布范围的置信区间;基于分布范围的置信区间确定椭球计算总模型;基于聚类分析结果得到不同时间段内同类微震事件的分布范围,并以时间为自变量确定不同时间段对应的椭球计算分模型。
在一种实施方式中,上述计算模块503进一步用于:计算各个椭球计算分模型的相关指数;对椭球计算分模型的长轴参数和相关指数进行对数运算得到数据点集合;基于最小二乘法对数据点集合进行线性拟合,得到拟合斜率;基于拟合斜率确定微震事件时空分形维数。
在一种实施方式中,上述计算模块503进一步还用于:基于椭球计算总模型计算微震事件总数量;基于椭球计算分模型计算不同时间段的微震数量;基于微震事件总数量和不同时间段的微震数量计算各个椭球计算分模型的相关指数。
在一种实施方式中,上述计算模块503进一步还用于:按照以下相关指数计算公式计算各个椭球计算分模型的相关指数:
在一种实施方式中,上述计算模块503进一步还用于:当拟合斜率满足自相似性时,则将拟合斜率确定为微震事件时空分形维数。
本发明选取更加符合微震事件演化规律的椭球模型,保证了同类微震事件拾取的准确度,排除干扰事件;通过评估相应时间段内的微震事件分布范围,基于自动识别总模型参数,以时间为自变量确定分模型的长中短轴,统计各模型事件数目,实现时空分形维数计算;由于加入了自动识别步骤、优化了计算模型、采用了更加符合维数定义的公式,使计算结果更加精确,具有普适性,有利于演化规律的总结和机制分析,推动动力灾害预警工作的发展。
本发明实施例所提供的装置,其实现原理及产生的技术效果和前述方法实施例相同,为简要描述,装置实施例部分未提及之处,可参考前述方法实施例中相应内容。
需要说明的是,本发明实施例中提到的所有实施方式仅为示例性的,实际应用中可与本实施例不同,在此不做限定。
本发明实施例还提供了一种电子设备,具体的,该电子设备包括处理器和存储装置;存储装置上存储有计算机程序,计算机程序在被处理器运行时执行如上实施方式的任一项所述的方法。
图6为本发明实施例提供的一种电子设备的结构示意图,该电子设备100包括:处理器60,存储器61,总线62和通信接口63,所述处理器60、通信接口63和存储器61通过总线62连接;处理器60用于执行存储器61中存储的可执行模块,例如计算机程序。
其中,存储器61可能包含高速随机存取存储器(RAM,Random Access Memory),也可能还包括非不稳定的存储器(non-volatile memory),例如至少一个磁盘存储器。通过至少一个通信接口63(可以是有线或者无线)实现该系统网元与至少一个其他网元之间的通信连接,可以使用互联网,广域网,本地网,城域网等。
总线62可以是ISA总线、PCI总线或EISA总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示,图6中仅用一个双向箭头表示,但并不表示仅有一根总线或一种类型的总线。
其中,存储器61用于存储程序,所述处理器60在接收到执行指令后,执行所述程序,前述本发明实施例任一实施例揭示的流过程定义的装置所执行的方法可以应用于处理器60中,或者由处理器60实现。
处理器60可能是一种集成电路芯片,具有信号的处理能力。在实现过程中,上述方法的各步骤可以通过处理器60中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器60可以是通用处理器,包括中央处理器(Central Processing Unit,简称CPU)、网络处理器(Network Processor,简称NP)等;还可以是数字信号处理器(Digital SignalProcessing,简称DSP)、专用集成电路(Application Specific Integrated Circuit,简称ASIC)、现成可编程门阵列(Field-Programmable Gate Array,简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成,或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器,闪存、只读存储器,可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器61,处理器60读取存储器61中的信息,结合其硬件完成上述方法的步骤。
本发明实施例所提供的可读存储介质的计算机程序产品,包括存储了程序代码的计算机可读存储介质,所述程序代码包括的指令可用于执行前面方法实施例中所述的方法,具体实现可参见前述方法实施例,在此不再赘述。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
另外,在本发明实施例的描述中,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
在本发明的描述中,需要说明的是,术语“中心”、“上”、“下”、“左”、“右”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”、“第三”仅用于描述目的,而不能理解为指示或暗示相对重要性。
最后应说明的是:以上所述实施例,仅为本发明的具体实施方式,用以说明本发明的技术方案,而非对其限制,本发明的保护范围并不局限于此,尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化,或者对其中部分技术特征进行等同替换;而这些修改、变化或者替换,并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应所述以权利要求的保护范围为准。
Claims (10)
1.一种微震事件时空分形维数计算方法,其特征在于,包括:
获取微震事件的聚类分析结果;
基于所述聚类分析结果确定椭球计算总模型和不同时间段对应的椭球计算分模型;其中,时间段是基于作业工况和爆破时间进行划分的,所述椭球计算分模型的参数比例与所述椭球计算总模型的参数比例相同;所述椭球计算总模型是基于由所述聚类分析结果得到的同类微震事件的分布范围的置信区间确定的;所述椭球计算分模型是以时间为自变量,基于不同时间段内所述同类微震事件的分布范围确定的;
基于所述椭球计算总模型和所述椭球计算分模型确定微震事件时空分形维数;其中,所述微震事件时空分形维数是通过对数据点集合进行线性拟合得到的,所述数据点集合包括所述椭球计算分模型的长轴参数和相关指数,所述相关指数为不同时间段的微震数量与微震事件总数量平方的比值。
2.根据权利要求1所述的方法,其特征在于,所述基于所述聚类分析结果确定椭球计算总模型和不同时间段对应的椭球计算分模型的步骤,包括:
基于所述聚类分析结果得到同类微震事件的分布范围,并确定所述分布范围的置信区间;
基于所述分布范围的置信区间确定椭球计算总模型;
基于所述聚类分析结果得到不同时间段内所述同类微震事件的分布范围,并以时间为自变量确定不同时间段对应的椭球计算分模型。
3.根据权利要求1所述的方法,其特征在于,所述基于所述椭球计算总模型和所述椭球计算分模型确定微震事件时空分形维数的步骤,包括:
计算各个所述椭球计算分模型的相关指数;
对所述椭球计算分模型的长轴参数和所述相关指数进行对数运算得到数据点集合;
基于最小二乘法对所述数据点集合进行线性拟合,得到拟合斜率;
基于所述拟合斜率确定微震事件时空分形维数。
4.根据权利要求3所述的方法,其特征在于,所述计算各个所述椭球计算分模型的相关指数的步骤,包括:
基于所述椭球计算总模型计算微震事件总数量;
基于所述椭球计算分模型计算不同时间段的微震数量;
基于所述微震事件总数量和所述不同时间段的微震数量计算各个所述椭球计算分模型的相关指数。
7.根据权利要求6所述的方法,其特征在于,所述基于所述拟合斜率确定微震事件时空分形维数的步骤,包括:
当所述拟合斜率满足自相似性时,则将所述拟合斜率确定为微震事件时空分形维数。
8.一种微震事件时空分形维数计算装置,其特征在于,包括:
获取模块,用于获取微震事件的聚类分析结果;
模型确定模块,用于基于所述聚类分析结果确定椭球计算总模型和不同时间段对应的椭球计算分模型;其中,时间段是基于作业工况和爆破时间进行划分的,所述椭球计算分模型的参数比例与所述椭球计算总模型的参数比例相同;所述椭球计算总模型是基于由所述聚类分析结果得到的同类微震事件的分布范围的置信区间确定的;所述椭球计算分模型是以时间为自变量,基于不同时间段内所述同类微震事件的分布范围确定的;
计算模块,用于基于所述椭球计算总模型和所述椭球计算分模型确定微震事件时空分形维数;其中,所述微震事件时空分形维数是通过对数据点集合进行线性拟合得到的,所述数据点集合包括所述椭球计算分模型的长轴参数和相关指数,所述相关指数为不同时间段的微震数量与微震事件总数量平方的比值。
9.一种电子设备,其特征在于,包括处理器和存储器,所述存储器存储有能够被所述处理器执行的计算机可执行指令,所述处理器执行所述计算机可执行指令以实现权利要求1至7任一项所述的方法的步骤。
10.一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,其特征在于,所述计算机程序被处理器运行时执行上述权利要求1至7任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111519169.4A CN113919500B (zh) | 2021-12-14 | 2021-12-14 | 微震事件时空分形维数计算方法、装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111519169.4A CN113919500B (zh) | 2021-12-14 | 2021-12-14 | 微震事件时空分形维数计算方法、装置及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113919500A CN113919500A (zh) | 2022-01-11 |
CN113919500B true CN113919500B (zh) | 2022-04-01 |
Family
ID=79248827
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111519169.4A Active CN113919500B (zh) | 2021-12-14 | 2021-12-14 | 微震事件时空分形维数计算方法、装置及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113919500B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117148434B (zh) * | 2023-11-01 | 2024-01-23 | 煤炭科学研究总院有限公司 | 基于时序贡献图分解的微震信号自适应解算方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8488863B2 (en) * | 2008-11-06 | 2013-07-16 | Los Alamos National Security, Llc | Combinational pixel-by-pixel and object-level classifying, segmenting, and agglomerating in performing quantitative image analysis that distinguishes between healthy non-cancerous and cancerous cell nuclei and delineates nuclear, cytoplasm, and stromal material objects from stained biological tissue materials |
CN111754623B (zh) * | 2019-03-27 | 2024-04-16 | 中国石油化工股份有限公司 | 一种基于多点地质统计学的离散裂缝建模方法 |
CN111158045B (zh) * | 2020-01-06 | 2022-02-22 | 中国石油化工股份有限公司 | 油藏改造微地震事件散点聚类分析方法及系统 |
-
2021
- 2021-12-14 CN CN202111519169.4A patent/CN113919500B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN113919500A (zh) | 2022-01-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113919500B (zh) | 微震事件时空分形维数计算方法、装置及电子设备 | |
CN114598504B (zh) | 一种风险评估方法、装置、电子设备及可读存储介质 | |
CN110825818A (zh) | 多维特征构建方法、装置、电子设备及存储介质 | |
CN109738972B (zh) | 空气污染物预报方法、装置及电子设备 | |
CN116188805B (zh) | 海量图像的图像内容分析方法、装置和图像信息网络 | |
CN110866259A (zh) | 一种基于多维度数据计算安全隐患评分方法和系统 | |
CN111147300B (zh) | 一种网络安全告警置信度评估方法及装置 | |
CN110210774B (zh) | 滑坡风险评价方法及系统 | |
CN114448657B (zh) | 一种配电通信网络安全态势感知与异常入侵检测方法 | |
CN114218505A (zh) | 一种异常时空点的识别方法、装置、电子设备及存储介质 | |
CN113869599A (zh) | 鱼类疫病发展预测方法、系统、设备及介质 | |
CN110769003B (zh) | 一种网络安全预警的方法、系统、设备及可读存储介质 | |
CN112488648A (zh) | 一种管辖企业统计方法及相关组件 | |
CN117197174A (zh) | 基于遥感数据的水体信息提取方法、装置、设备及介质 | |
CN110866831A (zh) | 资产活跃度等级的确定方法、装置及服务器 | |
CN111079560A (zh) | 一种摔倒监测方法、装置及终端设备 | |
CN116308106A (zh) | 防汛应急中场景数据的处理方法、装置和计算机设备 | |
CN112529315B (zh) | 一种滑坡的预测方法、装置、设备和存储介质 | |
CN116168403A (zh) | 医疗数据分类模型训练方法、分类方法、装置及相关介质 | |
CN114880374A (zh) | 一种边坡监测方法、装置、设备及介质 | |
CN115343757A (zh) | 地压风险预警方法、装置、电子设备及介质 | |
CN112437349B (zh) | 一种视频流推荐方法及相关装置 | |
CN115146641A (zh) | 一种ner带噪训练方法及装置 | |
CN114519267A (zh) | 地下电缆模型的数据更新方法 | |
CN114358581A (zh) | 性能指标的异常阈值确定方法和装置、设备、存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |