人类为了开发利用各种资源,建设大量的深部矿山岩体工程,而我国地域辽阔、地质复杂,使其成为世界上工程地质灾害较严重的地区之一,岩体失稳现象极为频繁,甚至经常有岩爆发生。岩爆灾害危害巨大,为了减少施工建设过程中的人员伤亡、财产损失,进行岩爆预警是十分必要的。微震监测技术作为一种先进的全天候立体式监测技术,在大型工程岩体失稳以及岩爆预警方面有着广泛的应用。通过分析微震监测数据建立岩爆和前兆信息之间的联系,从而进行岩爆预警,这对于预防灾害、保证矿山安全生产具有重要意义。本文基于锦屏二级水电站微震监测数据和室内声发射试验数据,从“时空强”三要素多指标进行分析,建立相应模型进行岩爆预警,最后应用到锦屏二级水电站施工过程岩爆预警分析中。主要工作可归结为以下几个方面:首先,建立深度置信网络模型对微震和爆破事件进行分类识别,得到微震数据库。分析震源参数,选取能量、地震矩、矩震级、动应力降、震级、震源半径、视应力、最大位移和峰值速度等13个特征参数,建立微震与爆破事件的深度置信网络分类识别模型,将其应用于锦屏二级水电站微震监测数据的爆破与微震信号的分类识别,得到分类准确率稳定在93%之上,相比支持向量机和Fisher判别法具有误判率低、算法相对稳定和数据越多识别准确率越稳定的优点。其次,优化基于密度聚类算法（DBSCAN）解决该算法参数敏感、聚类主观因素强的问题,为后续的时间序列分析做准备。合理的聚类分析不仅是潜在危险区域圈定的前提,也是时间序列分析的基础。经典DBSCAN算法对半径Eps、最小点数Minpts两个参数敏感。因此,对DBSCAN算法进行优化,优化后算法仅需输入一个参数Eps,即可自适应地寻找Minpts进行簇发现。优化后的算法能有效地识别多密度、多形状的聚类分析,降低了对参数的敏感性。再次,建立了具有动态阈值的长短期记忆网络模型,对时间序列进行异常值检测。由于固定阈值对于不同等级的岩爆预警效果较差,因此,在建立长短期记忆网络模型基础上,结合动态阈值的算法,由室内声发射试验获取特征参数的时间序列进行异常值检测,经试验数据验证将该方法应用到锦屏二级微震监测数据时间序列异常值检测中。最后,在分析“时空强”三要素多指标的基础上,建立了多指标岩爆分级预警方法,给出综合岩爆预警指标。在分析空间、时间序列异常指数和强度异常指数分级预警的基础上,利用R值评分法进行各指标赋权建立一个包含“时空强”的综合岩爆预警指标,可以实时定量地反应监测区的危险状态,为岩爆预警提供了一种新的思路和方法。