煤炭作为我国工业化快速发展进程中迫切需求的主要能源之一，已成为人们日常生产生活中必不可少的矿产能源。我国煤矿地质、水文地质条件复杂，煤矿开采过程中突水事故频发，矿井突水类型多，成因机制和防治方法也日渐复杂，无论是受水害威胁的面积，还是被水害威胁的严重程度，都是世界罕见的。在保证煤矿正常安全开采的前提下，设计研究一套能够实时掌握矿井水文信息并带有涌水量预测功能的矿井水文监控系统已成为煤炭行业亟需解决的重要问题。本文针对目前矿井水文监控技术和神经网络在涌水量预测中应用技术的不足，设计出一套基于概率神经网络的矿井水文在线监控分析系统。首先进行系统构架的设计，研究按照分站组网及主站集中控制的方式实现矿井水文信息的实时在线监测和远程自动化排水控制。分站选用STM32系列STM32F103ZET6作为微控制器设计数据采集和通讯硬件电路，通过在煤矿井下突水易发区域安装多参数测量传感器，实时采集煤矿复杂环境下主要工作面、巷道、明渠、管道等水害敏感区域矿井水的液位、压力、流量、温度等水文信息。主站选用Siemens系列S7-200CPU226XP PLC作为主控制器，通过RS485总线采用循环访问方式对分站进行数据的分布式采集和运行状态的集中控制，后经以太网将各分站信息集中传输到地面监控中心。然后采用组态软件KingView设计地面监控中心的上位机人机界面，以动画显示、趋势曲线分析、报表输出、数据库存储与查询、报警处理与查询、数据打印等多种形式实现煤矿井下现场数据的实时显示和历史记录，并通过DTU短信模块和WEB发布技术实现矿井水文数据的网络发布以及系统运行模式切换、设备参数修改、水泵启停控制等多种远程操作。最后在确定输入参数、训练样本和网络结构的基础上，建立基于概率神经网络的矿井涌水量预测模型，并在MATLAB中进行模型的训练、仿真和结果分析。采用OPC技术实现软件KingView和MATLAB之间的数据交换，先从地面监控中心的上位机中读取煤矿井下多参数测量传感器监测到的矿井水文数据，导入到MATLAB中通过概率神经网络算法对突水危险进行分类预测，后将预测结果返回到上位机中，经地面监控中心识别分析后传输相应指令到主站，实现矿井突水危险的预警和报警功能。工程实践和测试结果表明，本文设计的矿井水文监控系统可以实现矿井水文信息的实时在线监测和远程自动化排水控制，可靠性和实时性高，概率神经网络的涌水量预测模型可以实现突水危险的实时预测，能够达到预期的预测精度，满足系统设计要求。