霍州煤電集團水化學資料分析系統軟件的實現

李慎舉

(霍州煤電集團有限責任公司，山西 霍州 031400)

霍州煤電集團公司所屬多數礦井處于郭莊和龍子祠泉域奧陶系巖溶水系統的強徑流帶上，且多數礦井下組煤開采屬于帶壓開采，巖溶裂隙和地質構造發育，奧陶系灰巖水對礦井的安全生產構成嚴重威脅，為預防本區奧灰水的突出，了解礦井下各含水層水化學特征，即時準確地判別礦井突水水源，霍州煤電集團于2010年底建立水文地球化學實驗室，利用水質分析的手段檢測礦井日常生產出水水質，判斷出水水源，確定治理措施，并且開發出一套可供實驗室報告打印、資料處理、水源判別分析為一體的水化學資料分析系統軟件。

1 水化學資料分析系統軟件的組成

霍州煤電集團水化學資料分析系統軟件采用Microsoft Visual Studio 2005 IDE集成開發工具，語言選擇Visual C#。數據庫部分采用Microsoft Access，開發引擎使用ADO．Net。該系統軟件是對煤礦突水水質測試結果的一種數據分析、處理工具，通過水化學指標的計算分析能得到水質類型、相關水質分析圖表及報表，通過與數據庫中的標準水源類型分析能得到突水水源類型，它由水質資料基礎數據庫和若干水源判別模型組成，具有以下功能：1)數據庫動態管理的功能。2)單位換算、水質類型、水質指標計算功能。3)水源類型判別功能，水源識別模型包括灰色關聯分析、多組逐步判別分析、灰色關聯—多組逐步判別分析。4)圖表繪制功能。5)打印、輸出結果功能。操作者通過輸入數據，水質類型計算，調用基礎數據庫中的標準水樣參與建模，進行水源類型分析，達到快速判別突水水源。

2 水化學數據庫的建立和管理

系統軟件中的數據庫資料可以Excel表格的形式導出，同時對原有水質資料數據可以Excel表格的形式追加導入數據庫，數據的錄入、修改完全可在Excel表格中進行，也可在軟件操作界面中進行錄入、修改、查詢，數據庫自動生成的報告、圖表可以導出生成Word文檔，方便資料的電子存檔，通過軟件中的數據庫可有效地把研究區的歷史資料數據中突水水樣數據和標準含水層的水樣數據進行對比和管理，以便對井下突水事件進行分析與決策。

3 分析計算

軟件中分析計算包括基礎數據的計算和水源類型判別分析計算。基礎數據計算中主要為水質類型的計算，以主要離子物質的量濃度分別占據總陰離子或陽離子濃度之和的百分數大于25參加評定水質類型，介于20～25的成分作為參考成分，同時根據基礎數據可計算出水樣的礦化度、總硬度、碳酸鹽硬度、非碳酸硬度、負硬度等指標。水源類型分析判別提供了灰色關聯和多組逐步判別分析模式。

3．1 參與建模變量的選擇

在采用水源類型分析判別模型時，需要選用標準含水層的水質數據參與建模，不同水文地質條件的礦井充水水源不一樣，水質也千差萬別，用于判別礦井充水水源水質的特殊組份和特征離子亦不相同。因此，必須選擇性地挑選參與建模的變量，以保證模型的可靠性。本系統中，提供了多種參與建模的自變量的選擇范圍，有絕對含量數、百分含量數、特殊離子、離子含量比值等，操作者可根據對所處礦井水文地質條件的認識，經過調試、論證選擇建模的變量，以滿足所處礦井不同水源的水化學特征。

3．2 分析判別模型的選擇

3．2．1 模型一：灰關聯分析模型

水源判別的灰色關聯分析就是通過計算未知水樣(參與序列)與不同水源類型的標準水樣(比較序列)的關聯度，依據關聯度的大小來確定未知水樣的水源類型歸屬。

模型設計：假定某礦區有n類水源類型，每種水源類型選擇一個明確的標準水樣，每個標準水樣選用P個礦井水質分析成果資料(x1，x2，…，xp)，對 n個標準水樣水質分析資料進行無量綱化后得到如下矩陣：

其中，第i個標準水樣水質分析數據為Xi=(xi1，xi2，…，xip)T，i=1，2，…，n。

未知水樣水質分析數據為 X0=(x01，x02，…，x0p)T。

計算標準水樣水質分析數據Xi與未知水樣水質分析數據X0的關聯度 r0i：

式中：

i=1，2，…，n;

j=1，2，…，p;

ωj—xj的歸一化權重。

最后由 r0i(i=1，2，…，n)大小排序決定，n個標準水樣中與未知水樣最關聯的類型［1，2］。

3．2．2 模型二：多元逐步判別分析模型

多組逐步判別分類是建立在Bayes準則基礎上的。它是通過計算水樣水源類型屬于各類的概率，將該水樣水源類型歸屬于概率最大的一組進行分類的。

假如有 N個樣品，來自 M 個母體(A1，A2，…，AM)，每個樣品有P個變量;任一樣品又可表示為：

式中：

xilm—第m個母體中第i個樣品的第j個變量的值。

任一未知樣品x0屬于母體 Am的后驗概率(Bayes公式)可表示為［3］：

根據Bayes公式先求出x0的M個后驗概率P(Am|x0)(m=1，2，…，M)，然后找出后驗概率最大的那個母體，從而確定其歸屬，即：

如果：

則：

3．3 灰色關聯—多組逐步綜合判別的實現

灰色關聯—多組逐步綜合判別將灰色關聯度分析與多組逐步判別有機的結合起來，發揮兩種判別方法的優勢。通過灰色關聯度來判斷樣本關聯度較高的含水層水源類型，并按照類型進行分組，繼而調用多組逐步判別法，通過灰色關聯判別結果限定參與建模的水源類型，從整體上提高了多組逐步判別的準確度。軟件編輯流程圖見圖1。

4 模型的適應性研究

灰色關聯法和多組逐步判別分析法都是多因素統計分析方法，多組逐步判別法是基于Bayes準則下的多因素統計法，它要求訓練樣本數據在水質分析數據空間的分布是服從高斯正態分布規律的。因此，為確保所建立的水源模型的具有代表性及較高的判別準確率，就要求用于建模的水樣是該含水層的典型水樣，原則上應取自同一水文地質單元，水樣的水源要清楚、可靠，而且要求水樣個數越多越好，即一個含水層的典型水樣個數大于15個為好，樣品越多，所建立的判別函數代表性越好，對未知水源判別歸類越準確。而灰色關聯法以各因素的樣本數據為依據，用灰色關聯度來描述各因素間關系的強弱、大小和次序。若樣本數據反映出兩因素變化的態勢(大小、方向、速度等)基本一致，則它們之間的關聯度就大，反之關聯度就小。因此，只要求提供的樣品典型即可，而對于標準樣個數沒有具體要求，在典型水樣個數較少的情況下，可應用灰色關聯法建模判別突水水源。

對于任一未知水源，當本地水源類型較多，要完整地對其進行水源類型分析，須采用灰色關聯—多組逐步判別分析模塊，從3種以上水源中選擇出接近的3種水源，再用多組逐步判別方法每兩類進行判別，得出最接近的水源類型。當采用判別分析模型對新樣品進行歸類時，如果新樣品相對各標準類的歸屬概率較低，系統會提示計算出混合水比例，混合水比例計算系統優先采用Na+、Cl－濃度估算，其次用關聯度進行計算［4］。

圖1 軟件編輯流程圖

5 應用實例

某礦隨機抽取的一組奧灰水化學原始數據見表1，為驗證模型的可靠性，將上述準樣品進行回代實驗，10個水樣的判別結果均為奧灰水，并將后驗概率較低的16#水樣和19#水樣結果給出了奧灰水與部分第四系水的混合，正確率為100%，其結果見表2。

表1 華北某礦區奧灰水化學資料

表2 灰色關聯—多組逐步判別分析結果

6 結束語

霍州煤電集團水化學資料分析軟件系統是集水化學資料數據庫和多種判別分析模快為一體的水化學數據處理、分析系統，也是常規水化學分析實驗室進行數據分析處理、計算、標準報表打印的必備軟件，使用中可根據實際需求選擇性采用軟件中各個模塊進行操作，在分析水源類型時，利用本地區的標準水源數據進行建模，應用判別模型對礦井突水水源進行判別分析，及時指導安全生產。

［1］ 胡永宏，賀思輝．綜合評價方法［M］．北京：科技出版社，2000：135－139．

［2］ 易德生，郭 萍．灰色理論與方法［M］．北京：石油工業出版社，1992：25－26．

［3］ 張永泰，姜再炳．礦井突水水源類型判別模型及其系統實現［J］．煤田地質與勘探，2003(3)：36．

［4］ 胡友彪，鄭世書．礦井水源判別的灰色關聯度方法［J］．工程勘察，1997(1)：33－35．