权利要求
1.一种矿山地表沉降形变预测方法，其特征在于，所述矿山地表沉降形变预测方法包括：
获取采矿区历史时间段的监测数据;
根据所述历史时间段的监测数据计算历史时间段的相对位移数据;相对位移数据为南北向、东西向或垂直向的相对位移;
利用最佳降噪算法，对历史时间段的相对位移数据进行处理，得到历史时间段的降噪数据;最佳降噪算法为L2正则化方法;
将历史时间段的降噪数据输入至最佳预测模型中，得到未来时间段的地表沉降形变预测数据;所述最佳预测模型为基于粒子群优化的BP神经网络预测模型。
2.根据权利要求1所述的矿山地表沉降形变预测方法，其特征在于，所述历史时间段的监测数据由北斗导航卫星系统监测得到。
3.根据权利要求1所述的矿山地表沉降形变预测方法，其特征在于，所述矿山地表沉降形变预测方法还包括：
将相对位移数据分别输入基于粒子群优化的BP神经网络预测模型、长短期记忆算法和差分整合移动平均自回归模型，得到第一预测数据、第二预测数据和第三预测数据;
将相对位移数据的标签数据分别与第一预测数据、第二预测数据和第三预测数据进行均方根误差和平均绝对误差计算，得到第一误差计算结果、第二误差计算结果和第三误差计算结果;
根据第一误差计算结果、第二误差计算结果和第三误差计算结果确定最佳预测模型;
根据所述最佳预测模型确定最佳训练集和最佳预测集;历史时间段的时间与最佳训练集中相对位移数据的时间相同;未来时间段的时间与最佳预测集中地表沉降形变预测数据的时间相同。
4.根据权利要求3所述的矿山地表沉降形变预测方法，其特征在于，根据第一误差计算结果、第二误差计算结果和第三误差计算结果确定最佳预测模型，具体包括：
将值最小的误差计算结果对应的预测模型作为最佳预测模型。
5.根据权利要求3所述的矿山地表沉降形变预测方法，其特征在于，所述矿山地表沉降形变预测方法还包括：
分别利用L2正则化方法、小波算法和奇异谱分析方法，对相对位移数据进行处理，得到第一降噪数据、第二降噪数据和第三降噪数据;
将目标降噪数据分别输入基于粒子群优化的BP神经网络预测模型、长短期记忆算法和差分整合移动
声明：
“矿山地表沉降形变预测方法、装置、设备及介质” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究，如用于商业用途，请联系该技术所有人。
我是此专利(论文)的发明人(作者)
582
编辑：中冶有色网
来源：贵州大学
分享 0
举报 0
收藏 0
反对 0
点赞 0
2025年05月08日 ~ 10日 
