CN118761537B 露天煤矿边坡位移预测方法、计算设备及存储介质 （内蒙古高新科技控股有限责任公司）.docxVIP

(19)国家知识产权局

(12)发明专利

(10)授权公告号CN118761537B(45)授权公告日2025.07.04

(21)申请号202410550346.2

(22)申请日2024.05.06

(65)同一申请的已公布的文献号申请公布号CN118761537A

(43)申请公布日2024.10.11

(73)专利权人内蒙古高新科技控股有限责任公

司

地址017010内蒙古自治区鄂尔多斯市高

新技术产业园区高新大厦615室

专利权人中北通信息技术有限公司北京交通大学

(72)发明人吕海瑞白杨朱文星王伟镍李红辉徐邑白岩慧邓耘昊

(74)专利代理机构内蒙古北知星知识产权代理有限公司15114

专利代理师李琪

(51)Int.CI.

G06Q10/063(2023.01)

G06Q50/02(2024.01)

GO6F18/25(2023.01)

GO6F18/213(2023.01)

G06N3/045(2023.01)

G06N3/0464(2023.01)

G06N3/0442(2023.01)

G06N3/08(2023.01)

G06F18/2411(2023.01)

(56)对比文件

CN112668606A,2021.04.16CN117663975A,2024.03.08审查员石惠敏

权利要求书2页说明书14页附图4页

(54)发明名称

露天煤矿边坡位移预测方法、计算设备及存储介质

(57)摘要

CN118761537B本说明书实施例提供露天煤矿边坡位移预测方法、计算设备及存储介质，其中所述露天煤矿边坡位移预测方法包括：获取至少两类位移数据和至少两类位移影响因子，根据至少两类位移数据计算得到至少两类初始位移量；将至少两类初始位移量进行时空对齐和位移修正得到目标位移量，对至少两类位移影响因子进行时空对齐得到对应的至少两类目标位移影响因子；对目标位移量进行分解获得周期项位移，利用预测模型从至少两个维度分析周期项位移和目标位移影响因子的映射关系，获得对应的至少两个初始预测结果；对至少两个初始预测结果进行融合，得到目标预测结果。本方法实现了充分协调各类数

CN118761537B

获取至少两类位移数据和至少两类位移影响因子，根据所述至少两类位移数据计算得到至少两类初始位移量

将所述至少两类初始位移量进行时空对齐和位移修正得到目标位移

量，对所述至少两类位移影响因子进行时空对齐得到对应的至少两

类目标位移影响因子

对所述目标位移量进行分解获得周期项位移，利用预测模型从至少

两个维度分析所述周期项位移和所述目标位移影响因子的映射关系

,获得对应的至少两个初始预测结果

对所述至少两个初始预测结果进行融合，得到目标预测结果

102

104

106

108

CN118761537B权利要求书1/2页

2

1.一种露天煤矿边坡位移预测方法，其特征在于，包括：

获取至少两类位移数据和至少两类位移影响因子，根据所述至少两类位移数据计算得到至少两类初始位移量，其中，所述至少两类位移影响因子包括边坡内部变形、爆破振动；

将所述至少两类初始位移量进行时空对齐和位移修正得到目标位移量，对所述至少两类位移影响因子进行时空对齐得到对应的至少两类目标位移影响因子；

对所述目标位移量进行分解获得周期项位移，利用预测模型从至少两个维度分析所述周期项位移和所述目标位移影响因子的映射关系，获得对应的至少两个初始预测结果；所述至少两个预测结果至少包括第一初始预测结果和第二初始预测结果；所述利用预测模型从至少两个维度分析所述周期项位移和所述目标位移影响因子的映射关系，获得对应的至少两个初始预测结果，包括：通过第一子预测模型学习所述周期项位移与所述目标位移影响因子之间的线性关系，得到所述第一初始预测结果；通过第二子预测模型学习所述周期项位移与所述目标位移影响因子之间的非线性关系，得到所述第二初始预测结果，其中，所述第一子预测模型为SVM模型，所述第二子预测模型为CNN-GRU模型；

对所述至少两个初始预测结果进行融合，得到目标预测结果。

2.根据权利要求1所述的露天煤矿边坡位移预测方法，其特征在于，所述至少两类位移数据至少包括第一类位移数据和第二类位移数据；所述根据所述至少两类位移数据计算得到至少两类初始位移量，包括：

从所述第一类位