摘要：针对当前煤矿水害预测过程中内存消耗量大、预测结果精准度低等问题。提出了基于大数据智能的煤 矿水害预测数据建模研究。根据电平翻转法，采用矿井水文监控系统采集矿井水文数据信息，使用Bayes判决理论 剔除与数据模型构建无关的数据。将数据处理结果导入FEFLOW平台中，展开水文地质参数划分，构建煤矿地下水 模型。将地下水模型数据代入GM（1，2）模型中，完成煤矿水害预测数据型型构建。实验结果表明，该模型可有效地 弥补当前模型的不足，将内存消耗量控制在20% – 25%之间，精准度控制在98. 5%左右,提高了预测结果的科学性， 为煤矿的安全生产提供了数据支撑。
关键词：大数据智能;煤矿水预；GM （ 1 ,2 ）模型；Bayes判决理论
[1]史新国,翟勃,王卫龙.基于大数据智能的煤矿水害预测数据建模研究[J].自动化与仪器仪表,2021(10):37-40.
作者：史新国，翟勃，王卫龙（淄博矿业集团有限责任公司）
（来源： 自动化与仪器仪表 2021年第10期）
