基于正态分布检验辨识瓦斯涌出异常的瓦斯灾害预警方法技术

本发明专利技术提供一种基于正态分布检验辨识瓦斯涌出异常的瓦斯灾害预警方法，包括：从煤矿安全生产监测监控系统中获得煤矿掘进工作面瓦斯浓度的时间序列；对煤矿掘进工作面瓦斯浓度的时间序列进行Lilliefors正态分布检验和Shapiro‑Wilk正态分布检验；判断瓦斯浓度的时间序列是否服从正态分布：是，则当前时刻煤矿掘进工作面瓦斯涌出处于正常阶段，取下一时刻更新后瓦斯浓度的时间序列进行正态分布检验；否则当前时刻煤矿掘进工作面瓦斯涌出处于异常阶段，进一步判定煤矿掘进工作面瓦斯涌出是否已进入异常阶段。本发明专利技术对事前危险状态进行实时监控，发现工作面瓦斯涌出的异常点，以此发出预警信息，有利于瓦斯事故预防和控制。

Gas disaster early warning method based on normal distribution test to identify abnormal gas emission

The present invention provides a gas disaster early warning method, normal distribution test of gas emission based on anomaly identification includes obtaining time series in heading face of coal mine gas concentration from the monitoring system of safety production in coal mine; gas roadway concentration time series Lilliefors normality test and Shapiro normal Wilk the distribution of inspection; determine the gas concentration time series is subject to normal distribution: Yes, the current excavation working face of coal mine gas moment Chung originated in the normal phase, normal distribution test time series took a moment after the update of gas concentration; otherwise the gas emission in coal mine tunneling time abnormal stage, further to determine the gas roadway emission has entered the abnormal stage. The invention monitors the prior dangerous state in real time, and finds out the abnormal points of gas emission at the working face so as to send out warning information, which is beneficial to the prevention and control of gas accidents.

【技术实现步骤摘要】
基于正态分布检验辨识瓦斯涌出异常的瓦斯灾害预警方法
本专利技术涉及煤矿掘进工作面瓦斯灾害的预警领域，特别涉及一种基于正态分布检验辨识瓦斯涌出异常的瓦斯灾害预警方法。
技术介绍
《煤矿安全规程》规定，高瓦斯矿井、煤(岩)与瓦斯突出矿井，都应装备煤矿安全生产监测监控系统。但目前的瓦斯灾害预警方法侧重于实时的超限判断和指标型预警，属于事后评估和预警，当被测地点瓦斯浓度超过规定浓度时，进行断电、报警，而缺乏对预测前后瓦斯浓度数据的有效分析。就已发生瓦斯灾害的事故来看，有些事故发生前，瓦斯浓度一直在规定的浓度范围内。因此，研究瓦斯监测数据本身的特征，辨识瓦斯浓度异常点(瓦斯浓度过高或者过低的点)，进而确定工作面前方应力、瓦斯压力和强度等一些影响工作面瓦斯浓度的因素发生着变化，以此发出预警信息，势必能为矿井瓦斯灾害的风险预警提供有效的辅助手段。
技术实现思路
针对现有技术侧重于实时的超限判断和指标型预警的不足，本专利技术提出了基于正态分布检验辨识瓦斯涌出异常的瓦斯灾害预警方法，可广泛应用于煤矿瓦斯灾害的预测预警中。为了解决上述技术问题，本专利技术是通过以下技术方案实现的：基于正态分布检验辨识瓦斯涌出异常的瓦斯灾害预警方法，包括：步骤1、从煤矿安全生产监测监控系统中获得煤矿掘进工作面瓦斯浓度的时间序列X(t){xt，t＝1，2，…，n}，其时间序列长度为T0＝n，t表示采样时刻，xt表示t时刻的瓦斯浓度；步骤2、对煤矿掘进工作面瓦斯浓度的时间序列X(t)进行Lilliefors正态分布检验；步骤3、对煤矿掘进工作面瓦斯浓度的时间序列X(t)进行Shapiro-Wilk正态分布检验；步骤4、经过Lilliefors正态分布检验和Shapiro-Wilk正态分布检验，判断瓦斯浓度的时间序列X(t)是否服从正态分布：是，则当前t＝s时刻煤矿掘进工作面瓦斯涌出处于正常阶段，取下一时刻更新后瓦斯浓度的时间序列X(s+1)，执行步骤2至步骤4；否，则当前t＝s时刻煤矿掘进工作面瓦斯涌出处于异常阶段，执行步骤5；步骤5、取下一时刻的瓦斯浓度的时间序列X(s+1)，执行步骤2至步骤4，若该瓦斯浓度的时间序列X(s+1)服从正态分布，则继续取下一时刻瓦斯浓度的时间序列X(s+2)执行步骤2至步骤4；若该瓦斯浓度的时间序列X(s+1)仍不服从正态分布，则判定煤矿掘进工作面瓦斯涌出已进入异常阶段，即瓦斯涌出异常时刻处于t＝s-1时刻和t＝s时刻之间，在t＝s时刻掘进工作面已进入瓦斯涌出异常阶段，即t＝s时刻是瓦斯涌出异常开始点。所述步骤2包括：步骤2-1、将煤矿掘进工作面瓦斯浓度的时间序列进行划分：随着从煤矿安全生产监测监控系统中获得的瓦斯浓度监测数据的动态更新，分别生成新的瓦斯浓度的时间序列X(t+1)，X(t+2)，X(t+3)，……，长度依次为T1＝n+1，T2＝n+2，T3＝n+3，……；各瓦斯浓度时间序列的相关信息详见表1：表1Lilliefors检验各时间序列信息表步骤2-2、对煤矿掘进工作面瓦斯浓度的时间序列X(t)采用置信水平1-α(这里，α为显著性水平)进行Lilliefors正态分布检验。所述步骤2-2包括：步骤2-2-1、对煤矿掘进工作面瓦斯浓度时间序列X(t)所包含的瓦斯浓度数据x1，x2，…，xn进行标准化变换：令瓦斯浓度数据的期望瓦斯浓度数据的标准差标准化后的瓦斯浓度数据为假设经过标准化变换后的瓦斯浓度数据z＝{zt，t＝1，2，3…，n}服从标准正态分布，其数学语言表达为：H0：z～N(0，1)；步骤2-2-2、由标准化后的瓦斯浓度数据z1，z2，…，zn的顺序统计量z(1)，z(2)，…，z(n)，求标准化后的瓦斯浓度数据的经验分布函数Fn(z)：式中，ft为标准化后的瓦斯浓度数据z∈[z(j)，z(j+1))的频数，这里j表示标准化后的瓦斯浓度数据z1，z2，…，zn的顺序统计量z(1)，z(2)，…，z(n)的下标，其中m为标准化后的瓦斯浓度数据z∈[z(1)，z(j))的频数；步骤2-2-3、标准化后的瓦斯浓度数据的总体分布函数F0(z)为：步骤2-2-4、根据标准化后的瓦斯浓度数据计算检验统计量Dn的值：这里，j＝1，2，…，n，约定Fn(z(n+1))＝1；步骤2-2-5、作出检验决策：在置信水平1-α下，检验的决策法则如下：当Dn≥Dn，1-α时，拒绝H0，即认为Fn(z)≠F0(z)；当Dn＜Dn，1-α时，接受H0，即认为Fn(z)＝F0(z)；其中，Lilliefors分布的上侧α分位数Dn，1-α的近似计算公式为：所述步骤3包括：步骤3-1、将煤矿掘进工作面瓦斯浓度的时间序列进行划分：随着从煤矿安全生产监测监控系统中获得的瓦斯浓度监测数据的动态更新，分别生成新的瓦斯浓度时间序列X(t+1)，X(t+2)，X(t+3)，……，其时间序列的长度均为n，在该步骤中n取8≤n≤50，各时间序列的信息详见表2。表2Shapiro-Wilk检验各时间序列信息表步骤3-2、对煤矿掘进工作面瓦斯浓度的时间序列X(t)采用置信水平1-α(这里，α为显著性水平)进行Shapiro-Wilk正态分布检验。所述步骤3-2，包括：步骤3-2-1、由瓦斯浓度的时间序列X(t)所包含瓦斯浓度数据x1，x2，…，xn的顺序统计量x(1)，x(2)，…，x(n)计算检验统计量W：式中，j表示瓦斯浓度数据x1，x2，…，xn的顺序统计量x(1)，x(2)，…，x(n)的下标，n为时间序列长度，L为Shapiro-Wilk检验的顺序统计量的回归直线斜率的最佳无偏估计值与一个使线性系数标准化的常数的积，L的计算公式如下：式中，aj为与j相关的系数，其值由表3给出；表3Shapiro-Wilk检验所用的系数aj步骤3-2-2、作出检验决策，在置信水平1-α下，检验的决策法则如下：当W≤Wα，则瓦斯浓度的时间序列X(t)拒绝正态性假设；当Wα＜W≤1，则瓦斯浓度的时间序列X(t)接受正态性假设；其中，Wα是样本容量为n时W分布的α分位数，其取值由表4给出。表4Shapiro-Wilk检验统计量W的α分位数表所述步骤4中，瓦斯浓度的时间序列X(t)是否服从正态分布的判断标准是：若瓦斯浓度时间序列X(t)所包含数据的正态分布检验结果为Dn＜Dn，1-α且Wα＜W≤1，则该瓦斯浓度的时间序列X(t)服从正态分布，否则，该瓦斯浓度时间序列X(t)不服从正态分布，其中，Dn为标准化后的瓦斯浓度数据的Lilliefors检验统计量，Dn，1-α为Lilliefors分布的上侧α分位数，W为瓦斯浓度数据的Shapiro-Wilk检验统计量，Wα为Shapiro-Wilk分布的α分位数。有益效果：本专利技术基于正态分布检验辨识瓦斯涌出异常的瓦斯灾害预警方法，具有以下方面的优点：对事前危险状态进行实时监控，通过发现工作面瓦斯涌出的异常点，进而确定工作面前方应力、瓦斯压力和强度等一些影响工作面瓦斯浓度的因素发生着变化，以此发出预警信息，使得瓦斯灾害预警从事后向事前转移，以主动式预防取代传统被动式的事故防治，有利于瓦斯事故预防和控制。附图说明图1是本专利技术一实施例的煤矿掘进工作面瓦斯浓度时间曲线图；图2是本专利技术一实施例的基于正态分布检验辨识瓦斯涌出异常的瓦斯本文档来自技高网...

【技术保护点】
基于正态分布检验辨识瓦斯涌出异常的瓦斯灾害预警方法，其特征在于，包括：步骤1、从煤矿安全生产监测监控系统中获得煤矿掘进工作面瓦斯浓度的时间序列X

【技术特征摘要】
1.基于正态分布检验辨识瓦斯涌出异常的瓦斯灾害预警方法，其特征在于，包括：步骤1、从煤矿安全生产监测监控系统中获得煤矿掘进工作面瓦斯浓度的时间序列X(t){xt，t＝1，2，…，n}，其时间序列长度为T0＝n，t表示采样时刻，xt表示t时刻的瓦斯浓度；步骤2、对煤矿掘进工作面瓦斯浓度的时间序列X(t)进行Lilliefors正态分布检验；步骤3、对煤矿掘进工作面瓦斯浓度的时间序列X(t)进行Shapiro-Wilk正态分布检验；步骤4、经过Lilliefors正态分布检验和Shapiro-Wilk正态分布检验，判断瓦斯浓度的时间序列X(t)是否服从正态分布：是，则当前t＝s时刻煤矿掘进工作面瓦斯涌出处于正常阶段，取下一时刻更新后瓦斯浓度的时间序列X(s+1)，执行步骤2至步骤4；否，则当前t＝s时刻所对应瓦斯浓度的时间序列X(s)不服从正态分布，执行步骤5；步骤5、取下一时刻瓦斯浓度的时间序列X(s+1)，执行步骤2至步骤4，若该瓦斯浓度的时间序列X(s+1)服从正态分布，则继续取下一时刻瓦斯浓度的时间序列X(s+2)执行步骤2至步骤4；若该瓦斯浓度的时间序列X(s+1)仍不服从正态分布，则判定煤矿掘进工作面瓦斯涌出已进入异常阶段，即瓦斯涌出异常时刻处于t＝s-1时刻和t＝s时刻之间，在t＝s时刻掘进工作面已进入瓦斯涌出异常阶段，即t＝s时刻是瓦斯涌出异常开始点。2.根据权利要求1所述的方法，其特征在于，所述步骤2包括：步骤2-1、将煤矿掘进工作面瓦斯浓度的时间序列进行划分：随着从煤矿安全生产监测监控系统中获得的瓦斯浓度监测数据动态更新，分别生成新的瓦斯浓度的时间序列X(t+1)，X(t+2)，X(t+3)，……，时间序列长度依次为T1＝n+1，T2＝n+2，T3＝n+3，……；步骤2-2、对煤矿掘进工作面瓦斯浓度的时间序列X(t)采用置信水平1-α进行Lilliefors正态分布检验。3.根据权利要求2所述的方法，其特征在于，所述步骤2-2包括：步骤2-2-1、对煤矿掘进工作面瓦斯浓度时间序列X(t)所包含的瓦斯浓度数据x1，x2，…，xn进行标准化变换：令瓦斯浓度数据的期望瓦斯浓度数据的标准差标准化后的瓦斯浓度数据为假设经过标准化变换后的瓦斯浓度数据z＝{zt，t＝1，2，3…，n}服从标准正态分布，其数学语言表达为：H0：z～N(0，1)；步骤2-2-2、由标准化后的瓦斯浓度数据z1，z2，…，zn的顺序统计量z(1)，z(2)，…，z(n)，求标准化后的瓦斯浓度数据的经验分布函数Fn(z)：式中，ft为标准化后的瓦斯浓度数据z∈[z(j)，z(j+1))的频数，这里j表示标准化后的瓦斯浓度数据z1，z2，…，zn的顺序统计量z(1)，z(2)，…，z(n)的下标，其中m为标准化后的瓦斯浓度数据z∈[z(1)，z(j))的频数；步骤2-...

【专利技术属性】
技术研发人员：杨艳国，穆永亮，秦洪岩，高仙，范楠，付玉斌，刘飞宇，
申请(专利权)人：辽宁工程技术大学，
类型：发明
国别省市：辽宁,21