本申请公开了一种矿山地表沉降形变预测方法、装置、设备及介质,涉及矿山地表沉降形变预测领域,该方法包括:获取采矿区历史时间段的监测数据;根据历史时间段的监测数据计算历史时间段的相对位移数据;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;最佳预测模型为基于粒子群优化的BP神经网络预测模型,本申请提高了地表沉降形变预测的效率和精度。
背景技术
矿产资源的合理开发与应用是推动社会经济和科技进步的关键。随着科技的不断进步,可开采的矿产资源种类也日益增多。然而,随着资源开采的深入,矿区内的采空区面积逐渐扩大,这导致了地表沉降形变问题的日益严重。这些沉降形变主要源于采空区顶板岩土体受力结构的改变,使得上覆岩体的静压力向四周集中,从而引发岩体的弯曲、破裂甚至坍塌,最终在地表形成不同程度的沉降。深入研究矿山地表沉降形变的演化规律,对于预防塌陷事故、减少资源浪费具有重要意义。因此,如何高效、准确地监测矿山地表沉降形变的发展特征和演化规律,成为当前亟待解决的重要问题。
实现思路