一种基于D-S证据理论的煤矿瓦斯安全评价方法技术

技术编号:25638711 阅读:60 留言:0更新日期:2020-09-15 21:30
本发明专利技术提供一种基于D‑S证据理论的煤矿瓦斯安全评价方法,该方法包括S1,设置分类指标,构建识别框架;S2,获取原始数据并计算得到评价用的多个证据源数据;S3,采用后验概率建模方法设计基本概率分配函数;S4,修正基本概率分配函数,减少评价用的证据数据的冲突性,S5,采用冲突分配系数,改进Dempster组合规则,对评价用的证据数据进行融合;S6,利用Shannon熵进行不确定度度量,提出决策建议;本发明专利技术采用监测监控数据的预测值作为证据源数据,实现对瓦斯安全状态的提前预判,提升瓦斯灾害应急水平和控制能力;对Dempster组合规则进行改进,提高融合数据的准确性,提高评价的自动化与可信度。

【技术实现步骤摘要】
一种基于D-S证据理论的煤矿瓦斯安全评价方法
本专利技术属于安全评价
,具体涉及一种基于D-S证据理论的煤矿瓦斯安全评价方法。
技术介绍
瓦斯作为煤体形成过程中的伴随气体,随着开采过程的进行而涌出,对矿工的身体健康和矿井的高效安全生产具有很大的威胁。因此瓦斯安全评价是煤矿安全管理的一个重要组成,消除和预防瓦斯事故是中国煤炭行业现在及未来需要研究和解决的重大问题之一。目前安全评价方法最常用的方法是通过安全检查表调查分析或采用事故树进行分析,也有学者采用最小二乘向量机、BP神经网络等方法进行工作面安全形势判别。但已有方法所用指标相对简单,风速、温度、粉尘浓度含量等相关数据应用不足,对瓦斯安全状态进行评价可信度不高,易导致误判。瓦斯安全评价需在瓦斯浓度、风速、温度等数据基础上进行综合分析,而数据信息融合技术是协同利用多源信息,以获得对事物或目标更客观、更本质认识的信息综合处理技术。在诸多的融合模型和方法中,D-S证据理论算法是最为有效的算法之一。但该算法存在焦元爆炸性问题、有限的识别框架和证据间的独立问题、冲突证据合成问题等诸多局限。<本文档来自技高网...

【技术保护点】
1.一种基于D-S证据理论的煤矿瓦斯安全评价方法,其特征在于,所述煤矿瓦斯安全评价方法包括以下步骤:/nS1,依据煤矿规定中的瓦斯安全状态,设置分类指标,构建识别框架;/nS2,依据安全评价要求,通过煤矿监测监控系统中获取到的监测对象的数据作为原始数据,对所述原始数据进行处理,计算得到评价用的多个证据源数据;/nS3,采用后验概率建模方法设计基本概率分配函数;/nS4,通过修正所述基本概率分配函数,以减少评价用的证据数据的冲突性,利用所述修正的基本概率分配函数计算得到评价用的所述证据数据;/nS5,采用冲突分配系数,改进Dempster组合规则,对评价用的所述证据数据进行融合;/nS6,选取融...

【技术特征摘要】
1.一种基于D-S证据理论的煤矿瓦斯安全评价方法,其特征在于,所述煤矿瓦斯安全评价方法包括以下步骤:
S1,依据煤矿规定中的瓦斯安全状态,设置分类指标,构建识别框架;
S2,依据安全评价要求,通过煤矿监测监控系统中获取到的监测对象的数据作为原始数据,对所述原始数据进行处理,计算得到评价用的多个证据源数据;
S3,采用后验概率建模方法设计基本概率分配函数;
S4,通过修正所述基本概率分配函数,以减少评价用的证据数据的冲突性,利用所述修正的基本概率分配函数计算得到评价用的所述证据数据;
S5,采用冲突分配系数,改进Dempster组合规则,对评价用的所述证据数据进行融合;
S6,选取融合后的数据中概率最大的状态作为识别结果,利用Shannon熵进行不确定度度量,进行综合分析并评价煤矿瓦斯安全状态,提出决策建议。


2.根据权利要求1所述的基于D-S证据理论的煤矿瓦斯安全评价方法,其特征在于,根据煤矿安全规程将瓦斯安全状态分为四种状态,分别为无危险、轻度危险、中度危险、严重危险四种状态,因此,构建的识别框架为:
X={X1(无危险),X2(轻度危险),X3(中度危险),X4(严重危险)};
依据改进Dempster组合规则,将评价用的所述证据数据融合到对应的所述识别框架。


3.根据权利要求1所述的基于D-S证据理论的煤矿瓦斯安全评价方法,其特征在于,所述S2体包括:
S201,采用皮尔逊相关性分析对所述原始数据进行相关影响因素确定,所述原始数据为煤矿监测监控系统中获取的监测对象的时间序列数据,皮尔逊相关性分析公式为:



式中,x=[x1,x2,…,xn]T和y=[y1,y2,…,yn]T为两组时间序列数据;和分别为对应的平均值;rxy表示皮尔逊相关性系数;
S202,从监测监控系统上获取所述原始数据的多个时间序列数据,根据所述原始数据的时间序列数据的质量情况,分别进行异常时间序列数据处理、缺失时间序列数据处理和时间序列数据移动平均法降噪处理;
S203,利用预测算法对所述原始数据的时间序列数据进行处理,依据安全评价要求,得到评价用的多个所述证据源数据。


4.根据权利要求1所述的基于D-S证据理论的煤矿瓦斯安全评价方法,其特征在于,所述S3采用后验概率建模方法设计基本概率分配函数具体为:
设评价用的多个所述证据源数据中采用预测算法计算得到任一证据源数据为y,设识别框架为X={X1,X2,X3,X4}={1,2,3,4},所设识别框架包含4个评价等级,得到所设证据源数据和所设识别框架中的评价等级之间的距离为:
di(Xi,y)=|Xi-y|
式中,di为距离值,Xi为识别框架中第i个值,y为证据源数据;
所设证据源数据与所设识别框架中的评价等级之间的相关系数可以表示为:



式中,di为距离值,ci为相关系数;
因此,所设证据源数据对应的所设识别框架中的基本概率分配函数m(i)及对应所设证据源数据的不确定性m(Θ)可以表示为:









式中,m(i)为基本概率分配函数,m(Θ)为不确定性,ci为相关系数,y为时间序列预测模型计...

【专利技术属性】
技术研发人员:孙振明王兵李栋
申请(专利权)人:中国矿业大学北京
类型:发明
国别省市:北京;11

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1