動態瓦斯地質預測算法研究與可視化應用

廖 巍

(1.中煤科工集團沈陽研究院有限公司，遼寧 撫順 113122； 2.煤礦安全技術國家重點實驗室，遼寧 撫順 113122)

0 引言

高瓦斯礦井中，煤層瓦斯地質賦存復雜多樣，煤層結構形態各異，嚴重威脅著煤礦安全高效生產[1-2]。國內學者針對瓦斯地質預測開展了研究：陳龍照等[3]認為礦區中、深部的斷層往往成為阻止煤層瓦斯逸散的天然屏障，同時起到一定的隔氣作用，給深部瓦斯富集創造了條件；張巨峰等[4]結合礦井瓦斯地質單元劃分和采煤工作面瓦斯梯級治理等級，實現了瓦斯地質精準預測；黃政祥等[5]研究結果表明，開放性的正斷層造成瓦斯的運移散失，煤中瓦斯含量與煤層埋深、煤層頂底板巖性及地下水活動等關系密切；湯小燕等[6]基于BP神經網絡對煤層瓦斯含量進行反演，建立了煤層瓦斯含量的預測模型。此外，國內部分學者基于反距離權重法、樣條函數法和普通克里格法等插值算法進行研究，在氣候[7-8]、土壤[9-10]、水害[11]治理等領域表現出眾。但是，上述方法幾乎都只是從地質劃分或插值算法單一角度出發，即便是同一個地質構造單元內，瓦斯賦存差異也十分顯著，因此，適用范圍非常受限。鑒于此，預測單元需要在更小的幾何維度上進行劃分，在二次劃分完畢的微單元內部采用反距離權重插值算法與遞歸鄰域搜索策略相結合，并經過數據優化算法處理，實現瓦斯地質精準在線預測評估。

1 瓦斯地質微單元插值算法原理

1.1 總體設計理論

瓦斯賦存具有空間特性，在相似的地質單元內部，較近的點瓦斯含量大小要比距離較遠的點含量值更相似，換言之，距離預測位置最近的測量值對預測值的影響更大，當距離足夠遠時或者地質變化足夠大時，其影響可以忽略不計[12-13]。當為某變量在預測點進行值的估量時，反距離權重法會采用預測點周圍的測量值，并假定每個測量點都存在一種局部影響，這種影響會隨著距離的增大而減小，為距離預測位置較近的點分配的權重較大，反之則較小。將相似的地質模塊定義為同一個微單元，并在微單元內應用反距離權重插值算法模型結合搜索策略與數據優化算法進行瓦斯地質動態可視化預測，具有良好的精準性及顯示效果。

1.2 反距離權重插值算法

瓦斯數據在三維空間插值就是根據已知點的瓦斯數據Gi(xi，yi，zi)內插值計算未知點Gj(xj，yj，zj)的數據處理過程。反距離權重插值算法模型顯式假設：每個測量點都會存在局部影響，彼此距離較近的事物要比彼此距離較遠的事物更相似，因此，在預測未測量點的值時，距離其越近的測量點影響越大。因此，為距離預測位置較近的點分配的權重較大，反之則小，權重作為距離的函數，其一般形式如式(1):

(1)

(2)

式中：p是1個任意正實數，一般取p=2，hi，hj表示歐氏距離，分別由式(3)和式(4)計算：

(3)

(4)

式中：(x,y,z)為插值點坐標，(xi,yi,zi)，(xj,yj,zj)為離散點坐標。

當p取不同值時，權重與距離間的關系如圖1所示。

圖1 權重與距離間的關系

1.3 遞歸鄰域搜索策略

瓦斯地質單元內部插值算法通常需要插值點周圍處于同等地質條件，需滿足煤巖結構均質及各向同性等特點，實際生產中幾乎無法滿足，因此，需要在物理層級上人為劃分較微小的地質單元。若指定單元內存在垃圾數據，比如出現地質異常等，需要在微單元內部繼續將相似地質組成劃分為更小單元，顯然，樣本點數據以及瓦斯地質構成會影響微單元的形狀。如果實測數據中地質分布方向特征不明顯，則認為微單元地質內各向均質同性。因此，可將搜索鄰域定義為球體，選取預測點O為基點，半徑R為搜索鄰域，距離小于R內的實測點均可參與目標點預測，如圖2所示。若搜索的地質單元范圍內仍然存在明顯地質異常組成，如微小構造，則需要對微單元進行修復，具體方法為：找到數據驟變點并以此為分界點，界外點不參與插值算法計算，界內選取距離最小2個實測點作為新的半徑，形成新的微單元，依次類推，直至插值范圍內所有微單元結構都滿足地質條件相似為止，本文將該方法定義為遞歸鄰域搜索策略，然后應用反距離權重插值方法代入計算求得目標點預測值。

圖2 搜索鄰域形狀

2 算法優化

劃分微單元可將預測結果影響甚微的點進行初步過濾，通過指定微單元來限制實測點數量是1種行之有效的方法，微單元的形狀與預測點的位置限制了要在預測中使用的實測點的搜索位置與距離。考慮到煤礦生產多以工作面作為采掘基本單元，結合文中定義的遞歸鄰域搜索策略，將整個采掘工作面劃分為多個以空間中2個已知數據點的最短距離為邊長的立方體[4]，圍成待插值數據點所在立方體的8個已知數據點作為參與計算的樣本點邊界范圍，對邊界范圍內根據已知數據點結合遞歸鄰域搜索算法進行插值，具體立體單元劃分如圖3所示。

圖3 立體單元劃分

算法確立之后，便可限制微單元內部中所使用的測點位置的數據。為保證計算效率與計算結果的準確性可限制所使用的樣本測點最小數量，通常設置為6個樣本點，即立方體每個面的法線方向上最少取1個點，計算出微地質單元內部目標點預測值，將該點數據實測后與預測值進行比較，如果精度差別較大，進一步增加最小樣本點個數，直至符合現場要求為止。

3 瓦斯地質可視化研發

3.1 軟件設計原則

根據本文所確立的遞歸鄰域搜索算法與微單元劃分策略結合計算機軟件開發技術手段，采用Visiual Studio2017為開發工具，SQLServer2008R2為數據庫，開發語言為C#,開發環境為.NET Framework4.0,運用系統科學的思想進行綜合分析，研發適用于高瓦斯礦井的多級瓦斯地質圖動態預測可視化平臺，技術路線如圖4所示。

圖4 技術路線

3.2 多級瓦斯地質圖動態繪制技術研究

將采掘工程平面圖和井上下對照圖作為基礎底圖并進行圖元數字化處理，采用準備和回采期間實測的瓦斯基本參數、實驗室煤樣分析結果和地質構造信息、煤層賦存及煤質信息、瓦斯防治措施參數等為制圖基礎數據，以離散分布點、等值線、區域漸變圖等形式綜合表現瓦斯地質參數在所采煤層的分布及預測結果。利用反距離權重插值模型和遞歸鄰域搜索策略，對預測區域進行插值，進行多級瓦斯地質圖動態繪制。隨著采掘活動的發生，隨時搜集整理相關資料并分析該區域瓦斯賦存情況，進而對預測結果進行動態更新，如圖5所示。例如：首先點擊“瓦斯含量等值線”，彈出如圖5所示對話框；然后選擇煤層、等高距(等值線間距)、是否填充區域等基本參數；最后點擊生成，系統將自動成圖。

圖5 瓦斯含量等值線繪制

4 現場應用

本文系統在山西小回溝煤礦成功應用，該煤礦地質構造復雜多變，多次發生瓦斯超限事故，瓦斯含量精準預測難度大，本次試驗在2203工作面每隔20 m選取1個驗證點，共計30個，進行預測結果精準性驗證，將驗證點數據導入多級瓦斯地質圖繪制系統，生成瓦斯含量賦存區域預測如圖6所示，驗證點預測結果對比分析見表1。

圖6 多級瓦斯含量區域預測

表1 預測結果對比分析

根據表1中數據可知，驗證點誤差最大為0.19 m3/t，瓦斯含量值超過預警閾值8.00 m3/t時，預測值與實測值均大于8.00 m3/t，符合生產實踐的要求，在煤礦瓦斯地質預測工作中具有重要的參考意義。

將驗證點誤差絕對值沿工作面走向變化趨勢繪制成曲線，如圖7所示。由圖7可知，抽取的驗證點誤差絕對值均位于0.00～0.20 m3/t之間，當實測值大于6.00 m3/t時，預測值均偏大，符合煤礦安全規范。

圖7 驗證點誤差趨勢

5 結論

1)根據微地質單元劃分，采用本文所定義的遞歸鄰域搜索策略與立體劃分微單元方法相結合進行瓦斯基礎參數預測具有較高的精準性，同時說明地質差異較小的單元空間內，瓦斯賦存具有明顯的規律可循，可在線動態預測并可視化展示。

2)遞歸鄰域搜索策略受地質條件影響，煤層瓦斯空間分布上十分復雜，通常需要將實測數據進行優化處理，剔除不滿足空間特性方向上的數據，否則插值結果偏離較大。

3)根據遞歸鄰域搜索策略與反距離權重插值算法開發的多級瓦斯地質動態預測可視化系統，可對礦井瓦斯含量、壓力、涌出量等瓦斯基礎參數進行分析和計算，動態繪制散點圖、等值線和區域預測圖，有利于瓦斯地質數據的精準化和可視化管理。