煤层底板突水预测的PCA-Fisher判别模型  

作　　者：薛峰 李希建[1] 

机构地区：[1]贵州大学矿业学院、复杂地质矿山开采安全技术工程中心、瓦斯灾害防治与煤层气开发研究所

出　　处：《能源新观察》2022年第10期54-57,共4页

摘　　要：为提高小样本数据预测煤层底板突水状态可靠性,结合主成分分析(Principal Component Analysis,PCA)与Fisher判别法构建煤层底板突水预测模型。以华北典型矿区为例,选取12项可直接测量指标作为煤层底板突水评价指标,采用主成分分析处理评价指标,用5项主成分代替原有12项指标,定性分析煤层底板突水状态。利用Fisher判别法分析主成分分析处理结果,确定评价集与两类突水状态的距离,进行样本归类判别。研究表明:回判15组训练样本并预测3组待测样本,误判率为0%。PCA-Fisher判别模型可减弱指标间关联度,在煤层底板突水样本数据有限的情况下,可获得良好的预测效果。

关 键 词：煤层底板突水 主成分分析(PCA) 判别法(Fisher) 模型研究 

分 类 号：TD7[矿业工程—矿井通风与安全]