煤炭是我国基础能源和工业原料,长期在能源结构中占据主体地位,是国家能源安全和经济社会发展的重要保障。我国大陆由多个板块拼接而成并且经受了多期构造运动,煤矿地质条件往往复杂。以井工为主的开采方式导致煤矿生产受断层等地质构造影响极大。当生产中意外揭露勘探未查明的隐伏断层时,轻则迟滞生产,重则诱发矿井水害、冲击地压、瓦斯突出等事故。因此,隐伏断层的预测预报是煤矿生产中地质工作的重点,通常采用钻探、物探手段探测或地质规律分析预测,实际工作中将两者结合起来,地质规律预测先行,必要时探测验证。本文提出了采用机器学习方法分析矿井已知断层揭示的相关规律,预测采掘工作面前方隐伏断层的思路,构建了基于断层空间展布特征学习的预测方法（FSD）和基于断层影响带特征学习的预测方法（FGC）,为煤矿隐伏断层预测提供了新的手段。取得的主要研究成果如下:（1）矿井断层空间展布呈现方向性、成带性、分区性、递变性等基本规律,通过分析已知断层方向性成带展布特征,研究以断层带作为载体采用机器学习方法识别它的位置及产状要素,并将识别的断层带沿走向延展至未采区实现采掘工作面前方隐伏断层的预测。主要实现方法如下:1)基于断层走向及自定义的距离特征,采用K均值算法（K-means）,将走向相近、成带集簇的断层聚成一类,实现了研究区断层带的识别;为了降低发育规模较小、走向等要素随机的小断层造成的干扰,将断层予以分级;2)定义了断层带的延展指数、缓冲半径、期望落差3个属性来定量刻画断层带的空间展布特征及产状要素,并以此来定量评价隐伏断层的预测结果;3)随煤矿生产的推进,动态地将揭露的断层扩充至训练样本库,持续改进了断层带识别和隐伏断层预测的效果。（2）采掘作业揭露断层影响带时,工作面往往表现出煤层强度降低、节理类型变化、煤层倾角变异等异常现象,将其作为判识断层影响带的预测指标,实现了隐伏断层的预测。主要实现方法如下:1)在已有表征断层影响带特征的指标中,增加了拟合残差指标,用于表示采掘过程中煤层底标揭露高程与施工前预想高程的残差;在矿井应用时选取适宜指标建立了符合自身情况的预测指标体系;2)采掘活动接近断层时断层影响带各指标异常特征往往呈现趋势性变化,将指标的特征值转化为一组表征其趋势性变化的时序数据,提高了断层影响带较之背景特征的区分度;3)以选取的指标从断层影响带和非断层影响带（正常区）取样,建立了判识断层影响带特征的训练样本库;引入基于趋势性的最长公共子序列方法以及动态时间规整方法来度量样本距离;采用K近邻（KNN）算法判别测试样本所属类别,实现了采掘前方隐伏断层的预测;4)提出了基于局部各向异性的径向基函数煤层底板高程插值方法,以支撑拟合残差指标作为断层影响带判识特征的可靠性;通过优化插值参考点选取方法,实现结合参考点空间分布特点的自适应选取;改进了径向基函数插值过程,满足了高程等具有局部各向异常性特征的插值需要;插值过程考虑了断层的影响,提升了精度。将FSD和FGC方法应用于山西大同煤田燕子山井田采掘工作面前方隐伏断层预测。验证结果表明:1)两种方法分别依据断层空间展布特征和断层影响带特征,针对采掘工作面前方的隐伏断层开展了有效预测。FSD方法成功预测82%的测试断层,其中,89%的预测断层落差误差小于50%。FGC方法预测断层准确率达88.1%,其中,断层规模的预测准确率达71.9%;2)两种方法各有特点,应用于矿井地质工作中彼此互补。FSD方法侧重于分析研究区断层的整体空间分布规律,而FGC方法侧重于采掘工作面前方隐伏断层的超前预判;FSD方法适宜前置,控制研究区断层整体空间分布规律,FGC方法随生产动态预测预报,必要时开展针对性探测验证。