基于半监督神经网络的铜矿矿坑涌水量精准估计研究

作者：苏航 张奋明 余莉 黎华平 孙双龙 李奇    单位：云南省有色地质局三0八队

关键词：半监督；涌水量；滑动窗口；注意力机制；自动编码器；门控循环神经网络

摘  要：为改善铜矿矿坑涌水量估计效果，为矿山安全生产提供有力支持，研究基于半监督神经网络的铜矿矿坑涌水量精准估计方法。构建基于半监督动态深度融合神经网络的涌水量估计模型，以有、无标注矿坑涌水量数据为模型输入，作滑动窗口处理后，在特征提取网络中进行位置编码，通过注意力机制模块提取出对涌水量估计更有价值的数据。采用 t 分布随机邻域嵌入方法降低包含位置信息的有、无标注涌水量数据空间分布差异后，通过堆叠自动编码器逐层学习原始输入数据，准确提取已标注涌水量数据隐层特征，作为特征回归网络输入，经过门控循环神经网络处理后，输出铜矿矿坑涌水量精准估计。结果表明，该方法可实现金平县龙脖河铜矿区矿坑涌水量的精准估计，RMSE、MAE、MAPE 指标分别为 0.017 86、0.012 95、0.206 46，R2 指标为 0.978 02，涌水量误差介于 0.1~0.5 m3/h 之间，铜矿矿坑涌水量估计精度较高。