一种工作面瓦斯浓度预测预警方法技术

本发明专利技术公开了一种工作面瓦斯浓度预测预警方法，其特征在于，为了进行煤矿工作面瓦斯监测浓度预测预警，首先对瓦斯监测数据进行异常数据替代、缺失数据补齐、消噪等预处理，实现了瓦斯浓度原始输入数据的完善性；然后利用Lyapunov指数对原始瓦斯涌出量的时间序列进行混沌性识别和相空间重构，以此建立瓦斯涌出量混沌预测数学模型；根据瓦斯浓度预测结果及其预测区间进行预警阈值计算，并对其对应的预警等级进行划分，完成预警信息；可用于工作面瓦斯浓度预测和预警工作。

【技术实现步骤摘要】
一种工作面瓦斯浓度预测预警方法
本专利技术涉及采矿安全，特别是涉及工作面瓦斯浓度预测和预警工作。
技术介绍
随着技术发展，装备实时监控的报警系统，已在我国煤矿大部分的矿井实现。但是现在的监测监控系统主要限于井下局部的监控与管理，缺乏对监测数据以实现预测预警功能为目的的有效处理和具体分析。根据矿井的实际情况和需求，通过以矿井瓦斯监测数据的规律做为分析手段，针对瓦斯涌出过程中的异常情况具体分析，进行矿井瓦斯浓度预测预警分析的技术性研究，给出真实有效的预测结果，实现实时预测的瓦斯预警，确定预警等级并发布预警信息，使瓦斯预警从事后向事前转移，这对于煤矿通风安全管理工作的加强与瓦斯灾害防治水平的提高都有着重要的现实意义。1矿井瓦斯监测数据处理由于煤矿井下特殊、复杂的生产环境，以及监测系统本身就带有的局限性，使得监测数据存在着数据异常、数据缺失和噪声等可能。因此，通过监测监控系统所采集到的瓦斯监测数据会表现出复杂、非线性的特性。通过异常数据替代、缺失数据补齐、消噪等数据处理过程，能尽可能提高预测精度。1.1瓦斯监测异常数据处理在某一时间段或时间点瓦斯浓度监测数据中可能会出现异常值。对于异常数据中的极大值，可能是由于灾变引起的且其出现的概率很小，所以不能简单的剔除，要根据其出现频率进行处理；对于异常数据中为零的数据可能是因为检测信号受到了干扰，同样不能简单的剔除。设由原始瓦斯监测数据组成的瓦斯浓度时间序列为{xt,t＝1,2,...,N}，N为序列长度。当在其中的某一时刻t＝t0出现了异常值，且异常值为零值或较低频率的高瓦斯浓度测值时，可利用该点所在序列中前N0个数通过三次样条插值计算，用其插值序列值中对应的值来进行替代；而且其替代值也可通过在t＝t0时刻的前N0个数据依据再次进行三次样条插值优化计算。插值计算时选取实际监测数据为依据，避免传递计算误差。1.2瓦斯监测数据缺失处理在煤矿监测监控系统实时监测的数据中可能会在某一时段或时间点出现数据缺失的情况，根据指数平滑算法的特点，即适用于数列长期呈二次抛物线增长趋势下的短期预测计算，使其具有抵御并减弱异常数据的功能。故采用时间序列3次指数平滑法即Brown二次多项式指数平滑法，进行数据的补齐处理。1.3瓦斯监测数据消噪处理由于在数据采集、传输、储存和处理等过程中包含了人为、环境等各方面不可控因素的共同作用，使得信号中包含了噪声影响。而噪声数据的存在不单影响了其本身的准确性和可靠性，也使其序列表现出分散性。故需要对所采集的数据进行小波消噪处理。(1)瓦斯浓度监测数据小波分解，对数据进行异常值处理和缺失数据补齐处理后，监测数据依然存在很大的起伏波动，极大值的分布并没有集中起来。通过小波消噪处理，对其进行小波分解处理，分别得到尺度系数cj,k和小波系数dj,k。因此处仍要保持数据的真实有效，故消噪所需的分解层数最大不能超过5。(2)小波分解系数的阈值处理，对于瓦斯浓度监测数据，在保证数据真实性的基础上，采用具有自适应特性的无偏风险估计准则法确定阈值，即对于给定的阈值λ，求出对应的风险值，并选择最小值。将上一步分解所得的小波系数的平方值从小到大排序后形成向量W＝{w(k),k＝1,2,...,Nk}，并定义其风险值为：(3)小波逆变换重构，通过以上计算所得小波分解系数和尺度系数cj,k来进行小波逆变换，重构所得序列即为小波消噪后所得瓦斯浓度时间序列。2工作面瓦斯浓度时间序列关联分析2.1混沌时间序列的识别利用Lyapunov指数判断时间序列的混沌性，如果最大的Lyapunov指数大于0，则动力学系统为混沌的。对于Lyapunov指数的计算选用Wolf法计算：设嵌入维数为m，时间延迟为τ，则对时间序列x(1),x(2),...,x(t),...进行重构相空间可用公式表示为：X(t)＝{x(t),x(t+t),...,x[t+(m-1)t]},t＝1,2,...,M(2)记初始时间为t0，当前时间为ti，终止时间为tM，M＝N-(m+1)τ，序列终点记为N。记初始点为X(t0)，与最邻近点X0(t0)的距离为L0，经过ti时刻，其距离超过预先给定阈值ε(ε＞0)，且L0＝|X(tl)-X(t0)|>ε。在X(tl)领域中寻找另外一点Xl(tl)，使得Ll＝|X(tl)-Xl(tl)|<ε，追踪其演化过程直至x(t)到时间序列终点N，总迭代次数即为tM-t0，则最大Lyapunov指数λ1得：其中，L′i＝|X(ti)-X(ti-1)|，Li＝|X(ti)-Xi(ti)|，Xi(ti)为ti时刻，在状态X(ti)以为ε半径领域中的一点。2.2混沌时间序列相空间重构Takens于1981年提出了延迟坐标嵌入定理，证明了可以从单个时间序列重构系统相空间。Takens定理：M是d维流形，φ：M→M，y:M→R，y存在二阶连续导数，φ(φ,y):M→R2d+1，f(φ,y)＝(y(x),y(φ(x)),y(φ2(x)),...,y(φ2d(x)))，则φ(φ,y)是M到R2d+1的一个嵌入。由上述定理可知，存在一个嵌入维空间可以把有规律的轨迹恢复出来。从而重构一个相空间，这个空间状态可以用来估计原系统φ。这个嵌入维的时间延迟τ和嵌入维数m在这里通过C-C法和G-P法的计算分析得到。2.3混沌时间序列预测混沌时间序列预测原理为重构相空间后通过恢复吸引子来拟合邻近状态模型。主要应用一阶加权局域法来构建瓦斯涌出量混沌预测数学模型。一阶加权局域预测的方法是在相空间中，通过对各个邻域点与X(t)之间的欧氏距离的计算，找出向量集作为参考集，即为：X(ti),i＝1,2,...,N，且用di来表示点X(ti)与X(t)之间的距离，并设dmin为di中的最小值，从而计算定义点X(ti)权值，其公式为：其中，a为常系数，这里取a＝1，则其线性拟合形式为：X(ti+1)＝aR+bX(ti)(5)其中R＝[1,1,...,1]T。则每个相点可分解为：其中，表示X(ti+1)的第j维分量，m为嵌入维数。根据加权最小二乘法有：将式(7)看作是关于a和b的一元函数，分别对a和b同时求偏导，则有：解方程组，求得a、b，并对其进行拟合有效度分析，求得演化相点预测，提取最后一维分量即为预测值。
技术实现思路
1.一种工作面瓦斯浓度预测预警方法，其特征在于，为了进行煤矿工作面瓦斯监测浓度预测预警，首先对瓦斯监测数据进行异常数据替代、缺失数据补齐、消噪等预处理，实现了瓦斯浓度原始输入数据的完善性；然后利用Lyapunov指数对原始瓦斯涌出量的时间序列进行混沌性识别和相空间重构，以此建立瓦斯涌出量混沌预测数学模型；根据瓦斯浓度预测结果及其预测区间进行预警阈值计算，并对其对应的预警等级进行划分，完成预警信息；可用于工作面瓦斯浓度预测和预警工作。2.根据权利要求1所述一种工作面瓦斯浓度预测预警方法，其特征在于，监测点瓦斯涌出量预警的基本指标确定，是通过对瓦斯浓度监测数据的均值μx和方差σx进行计算，并确定瓦斯涌出的预测值持续偏大的时间th；根据情况的不同，在不同置信水平下对应的置信区间可分为以下三种：95％置信水平下的置信区间[μ-1.96σ,μ+1.96σ]、85％置信水平下的置信区间[μ-1.44σ,μ+1.本文档来自技高网...

【技术保护点】
一种工作面瓦斯浓度预测预警方法，其特征在于，为了进行煤矿工作面瓦斯监测浓度预测预警，首先对瓦斯监测数据进行异常数据替代、缺失数据补齐、消噪等预处理，实现了瓦斯浓度原始输入数据的完善性；然后利用Lyapunov指数对原始瓦斯涌出量的时间序列进行混沌性识别和相空间重构，以此建立瓦斯涌出量混沌预测数学模型；根据瓦斯浓度预测结果及其预测区间进行预警阈值计算，并对其对应的预警等级进行划分，完成预警信息；可用于工作面瓦斯浓度预测和预警工作。

【技术特征摘要】
1.一种工作面瓦斯浓度预测预警方法，其特征在于，为了进行煤矿工作面瓦斯监测浓度预测预警，首先对瓦斯监测数据进行异常数据替代、缺失数据补齐、消噪等预处理，实现了瓦斯浓度原始输入数据的完善性；然后利用Lyapunov指数对原始瓦斯涌出量的时间序列进行混沌性识别和相空间重构，以此建立瓦斯涌出量混沌预测数学模型；根据瓦斯浓度预测结果及其预测区间进行预警阈值计算，并对其对应的预警等级进行划分，完成预警信息；可用于工作面瓦斯浓度预测和预警工作。2.根据权利要求1所述一种工作面瓦斯浓度预测预警方法，其特征在于，监测点瓦斯涌出量预警的基本指标确定，是通过对瓦斯浓度监测数据的均值μx和方差σx进行计算，并确定瓦斯涌出的预测值持续偏大的时间th；根据情况的不同，在不同置信水平下对应的置信区间[10]可分为以下三种：95％置信水平下的置信区间[μ-1.96σ,μ+1.96σ]、85％置信水平下的置信区间[μ-1.44σ,μ+1.44σ]和68.3％置信水平下的置信区间[μ-σ，μ+σ]。3.根据权利要求1所述一种工作面瓦斯浓度预测预警方法，其特征在于，预警I级：如果瓦斯浓度预预值及预测区间上界x*+δ*≤μx+σx时，判断预测值在68.3％置信水平下，可视为正常情况，不做预警警示；在x*<ws的前提下，当x*+δ*∈[μx+σx,μx+1.44σx]时，则判断预测...

【专利技术属性】
技术研发人员：王苏，
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