买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉山东科技大学申请的专利一种长观孔水位与工作面采动关联度评价方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120278562B 。

龙图腾网通过国家知识产权局官网在2025-08-22发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510766388.4，技术领域涉及：G06Q10/0637；该发明授权一种长观孔水位与工作面采动关联度评价方法是由王坤;刘学生;黄桢谛;付彪设计研发完成，并于2025-06-10向国家知识产权局提交的专利申请。

本一种长观孔水位与工作面采动关联度评价方法在说明书摘要公布了：本发明公开了一种长观孔水位与工作面采动关联度评价方法，属于矿业工程技术领域，包括以下步骤：步骤1，收集水位响应数据作为基本数据集；步骤2，绘制基本数据集长观孔水位日变曲线，构建深度学习训练总数据集；步骤3，对深度学习训练总数据集进行筛选，得到深度学习训练数据集；步骤4，构建特征学习深度神经网络模型，使用深度学习训练数据集完成训练；步骤5，待评价工作面回采过程中，利用特征学习深度神经网络模型对周边长观孔水位日变曲线进行相关度分类；步骤6，对长观孔水位与待评价工作面采动关联度进行分阶段评价。本发明根通过评估长观孔水位波动与待评价工作面采动的关联度，可以选择出预警适用性更好的承压含水层长观孔。

本发明授权一种长观孔水位与工作面采动关联度评价方法在权利要求书中公布了：1.一种长观孔水位与工作面采动关联度评价方法，其特征在于，包括以下步骤： 步骤1，待评价工作面回采前，收集周边相近条件已回采工作面作业过程与长观孔水位响应监测数据作为基本数据集； 步骤2，绘制基本数据集长观孔水位日变曲线，结合已回采工作面作业过程，将基本数据集长观孔水位日变曲线标记为工作面采动强相关响应曲线和弱相关响应曲线，构建深度学习训练总数据集； 步骤3，对深度学习训练总数据集进行数据筛选，得到深度学习训练数据集； 步骤4，构建特征学习深度神经网络模型，使用深度学习训练数据集完成训练； 步骤5，待评价工作面回采过程中，利用特征学习深度神经网络模型对周边长观孔水位日变曲线进行相关度分类； 步骤6，根据相关度分类结果，对长观孔水位与待评价工作面采动关联度进行分阶段评价； 所述步骤1中，周边相近条件已回采工作面为与待评价工作面位于同一煤矿或者同一矿区范围内且开采煤层相同、承压含水层相同、已安全回采的工作面；作业过程指已回采工作面回采期间每日的生产班与检修班时间，待评价工作面的作业过程与已回采工作面的作业过程一致； 所述步骤2中，将基本数据集长观孔水位日变曲线标记为工作面采动强相关响应曲线和弱相关响应曲线的方法为：在单日生产班采煤-检修班停采过程中，当承压含水层长观孔水位日变曲线符合单日波动回升变化规律时，将该日变曲线标记为工作面采动强相关响应曲线，否则标记为工作面采动弱相关响应曲线； 单日波动回升变化规律为：生产班采煤时井下长观孔水位下降，检修班停采时井下长观孔水位回升； 所述步骤6包括以下子步骤： 步骤61，根据煤层覆岩变化特征确定待评价工作面分阶段评价时一个阶段的回采距离值； 步骤62，在完成第j个阶段的回采后，对长观孔水位与待评价工作面第j个阶段回采过程中采动关联度进行分阶段评价，其中j≥1，方法为： 对于每一个长观孔，统计在第j个阶段回采过程中其水位波动与工作面采动强相关响应的天数以及其水位波动与工作面采动弱相关响应的天数； 对于每一个长观孔，统计其水位波动与工作面采动强相关响应的天数在第j个阶段工作面正常回采天数中的占比； （1） 根据水位波动与工作面采动强相关响应的天数在工作面第j个阶段回采天数中的占比划分长观孔水位与待评价工作面第j个阶段回采过程中采动关联度强弱； 所述步骤62中，占比≥70%的长观孔，其与待评价工作面采动为强关联，定义为Ⅰ级关联度孔；占比40≤＜70%的长观孔，其与待评价工作面采动为中等关联，定义为Ⅱ级关联度孔；占比＜40%的长观孔，其与待评价工作面采动为弱关联，定义为Ⅲ级关联度孔。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人山东科技大学，其通讯地址为：266590 山东省青岛市黄岛区前湾港路579号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。