基于大数据分析的煤矿安全生产动态预测可视化方法技术

本发明专利技术公开了一种基于大数据分析的煤矿安全生产动态预测可视化方法，以基于大数据分析的煤矿安全动态预测系统为载体，包括依次进行的以下步骤构建为大数据平台分析处理提供数据支撑的煤矿安全综合数据库；在云端服务层利用数据、优化算法预测煤矿未来一段时间各安全检测指标值的发展趋势，结合指标预测结果，并针对煤矿应急现象做出科学合理的响应对策；基于GIS地图建立预警信息三维可视化展示，于应用层实现数据和知识可视化、煤矿安全生产活动可视化、预测诊断和决策过程可视化。本发明专利技术能够有效提升煤矿生产中的安全性，本发明专利技术适用于对任意煤矿生产过程进行安全动态预测及结果进行可视化处理。果进行可视化处理。果进行可视化处理。

【技术实现步骤摘要】
基于大数据分析的煤矿安全生产动态预测可视化方法


[0001]本专利技术属于煤矿安全生产监测领域，涉及一种煤矿安全生产监测方法，具体地说是涉及一种基于大数据分析的煤矿安全生产动态预测可视化方法。

技术介绍

[0002]煤炭是目前存在的重要能源，其应用于生产的各个方面。而煤炭的开采中存在很多安全隐患，为了治理煤炭生产中的诸多隐患问题，需要对煤矿中的开采过程中的数据进行监测，因而设置煤矿安全生产的监测或预测系统对煤矿生产进行信息化管理。该系统在我国的发展过程为：
[0003]20世纪80年代，原煤炭工业部成立了煤炭工业部通信信息中心，打破了我国各煤矿企业间信息互通的屏障，自此我国煤矿行业进入单机(系统)自动化时代。在单机自动化时代国有矿用自动化设备类型不断丰富完善，使我国煤矿安全状况得到了初步改善，但是其存在信息传输距离短、信号噪声大、维修成本高以及各系统独立工作造成信息孤岛等缺陷；
[0004]进入21世纪，我国煤炭行业进入了综合自动化时代，其虽然解决了单机(系统) 自动化存在的缺陷，实现了各系统之间的网络化集成，解决了上一代信息孤岛问题使得各子系统实现了互联互通，但是系统的认知孤岛问题仍未得到解决。
[0005]目前，中国工业已进入4.0时代，工业4.0是以大数据、云计算、物联网和人工智能等作为技术支撑的。为了迎合当前的工业发展趋势，提升煤矿生产的自动化管理，煤矿行业也于2019
‑
2020提出了新的信息化建设方向：智能矿山，即借助于大数据技术，升级走向信息化、智慧化矿山，实现产业升级。进而将大数据挖掘应用到矿山安全评估中将有助于减少事故的发生。
[0006]但是，目前大数据技术在煤炭行业的研究与应用仍然处于初级阶段，其依然存在大数据应用比较单一，主要集中在安全监测或设备健康诊断、针对煤矿多数据融合、风险研判和监测预警的研究较少等问题。这是由于目前在矿山生产中，各类矿山的预警信息都大多依靠认为判断，而人为抉择则必然存在漏洞，此外，矿山生产数据众多，人工很难对多重数据进行综合判断，因此目前如何在煤矿安全生产中将大数据挖掘融合进来，利用计算机进行数据整合和分析则可以准确的捕捉敏感信息，避免人工缺陷，进而提高系统评估准确性，是目前煤矿安全生产中亟待解决的问题。

技术实现思路

[0007]本专利技术的目的，是提供一种基于大数据分析的煤矿安全生产动态预测可视化方法，依据于该方法，能够对煤矿生产中的所有数据、分析、预测进行可视化展示，及时发现存在的安全隐患，实施响应的对策，保证煤矿生产的安全性。
[0008]本专利技术为实现上述目的，所采用的技术方案如下：
[0009]一种基于大数据分析的煤矿安全生产动态预测可视化方法，以基于大数据分析的
煤矿安全动态预测系统为载体，所述基于大数据分析的煤矿安全动态预测系统由下至上依次包括数据资源层、云端服务层、应用层，所述基于大数据分析的煤矿安全生产动态预测可视化方法包括依次进行的以下步骤：
[0010]一、利用物联网技术实现数据资源层的数据集成，将包括井下实时监测监控数据、煤矿安全生产经营管理数据，以及业务数据在内的数据综合集成起来，构建为大数据平台分析处理提供数据支撑的煤矿安全综合数据库；
[0011]二、在云端服务层利用井下实时监测监控数据、煤矿安全综合数据库中的数据，利用智能机器学习算法以及群体智能优化算法预测煤矿未来一段时间各安全检测指标值的发展趋势，结合指标预测结果，并针对煤矿应急现象做出科学合理的响应对策；
[0012]三、基于GIS地图建立预警信息三维可视化展示，于应用层实现数据和知识可视化、煤矿安全生产活动可视化、预测诊断和决策过程可视化。
[0013]作为对本专利技术步骤一的限定：所述步骤一包括依次进行的以下步骤：
[0014]a1)利用包括瓦斯传感器、负压传感器、一氧化碳传感器在内的传感器实时采集井下的监测监控数据；
[0015]a2)利用EPR管理系统和OA系统对矿井综合类数据进行整合管理，形成煤矿安全生产经营管理数据、业务数据；
[0016]a3)借助于ETL系统对矿井基础空间数据、监控数据、ERP系统数据以及OA 系统数据进行类别梳理、收集、抽取，以及格式转换，针对数据收集中出现的包括偏差数据、数据丢失在内的情况进行剔除、补值等清洗处理；
[0017]a4)建立实时关系数据库，通过实时关系数据库对管理数据ETL系统和数据传感器采集到的数据进行汇总和整合。
[0018]作为对本专利技术步骤二的限定：所述步骤二包括依次进行的以下步骤：
[0019]b1)结合煤矿安全生产评价模型、智能机器学习算法，对包括瓦斯浓度、一氧化碳浓度在内的监测指标值做时间序列以及集合经验模态分解；
[0020]b2)使用STL(Seasonal and Trend decomposition using Loess，时间序列分解)算法将监测的时序数据分解为趋势项、周期项以及不规则波动三部分；
[0021]b3)引入EEMD(Ensemble Empirical Mode Decomposition)算法对不规则波动分解数据做平稳化处理，降低其波动和尖峰；
[0022]b4)将经STL和EEMD分解得到趋势项、周期项、IMFs分量以及残差余量分别进行归一化处理，然后应用GA
‑
SVR模型对各时序数据进行预测；
[0023]b5)将所有分解数据预测结果叠加得到最终预测数据，并与SVR模型、GA
‑
SVR 模型以及经典时序分解ARIMA(Autoregressive Integrated Moving Average Mode，自回归积分滑动平均模型)模型做精度对比。
[0024]作为对本专利技术步骤三的限定：所述步骤三中采用B/S架构的展现方式；后台服务及算法采用微框架和微服务技术及hadoop大数据分析技术，通过Hadoop的数据清洗和数据分析；
[0025]后台业务服务对接硬件采用Java的微服务架构Spring Boot；
[0026]前端可视化业务，采用VUE框架与H5技术配合GIS地图技术进行业务全面的可视化展示，VUE框架结合H5技术展示基础业务管理和信息分层分权；通过GIS 地图图层建设，模
拟矿区三维区域视图；GIS地图结合ECHARTS插件，进行矿区安全的一张图可视化体系；通过echarts插件进行统计分析数据的饼状图、柱状图、曲线图、仪表展示。
[0027]本专利技术由于采用了上述的技术方案，其与现有技术相比，所取得的技术进步在于：
[0028]本专利技术提出了在煤矿生产领域，于大数据挖掘技术分析基础上，将大数据挖掘融合进来，利用计算机进行数据整合和分析煤矿生产中的各种信息，能够准确的捕捉敏感信息，有效避免人工筛选的缺陷，进而提高了煤矿生产安全动态预测系统精确性。此外，针对井下监测数据的预测，相较于以往的动态预测，本专利技术引入了STL时间序列分解、EEMD集成经验模本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于大数据分析的煤矿安全生产动态预测可视化方法，以基于大数据分析的煤矿安全动态预测系统为载体，所述基于大数据分析的煤矿安全动态预测系统由下至上依次包括数据资源层、云端服务层、应用层，其特征在于，所述基于大数据分析的煤矿安全生产动态预测可视化方法包括依次进行的以下步骤：一、利用物联网技术实现数据资源层的数据集成，将包括井下实时监测监控数据、煤矿安全生产经营管理数据，以及业务数据在内的数据综合集成起来，构建为大数据平台分析处理提供数据支撑的煤矿安全综合数据库；二、在云端服务层利用井下实时监测监控数据、煤矿安全综合数据库中的数据，利用智能机器学习算法以及群体智能优化算法预测煤矿未来一段时间各安全检测指标值的发展趋势，结合指标预测结果，并针对煤矿应急现象做出科学合理的响应对策；三、基于GIS地图建立预警信息三维可视化展示，于应用层实现数据和知识可视化、煤矿安全生产活动可视化、预测诊断和决策过程可视化。2.根据权利要求1所述的基于大数据分析的煤矿安全生产动态预测可视化方法，其特征在于，所述步骤一包括依次进行的以下步骤：a1）利用包括瓦斯传感器、负压传感器、一氧化碳传感器在内的传感器实时采集井下的监测监控数据；a2）利用EPR管理系统和OA系统对矿井综合类数据进行整合管理，形成煤矿安全生产经营管理数据、业务数据；a3）借助于ETL系统对矿井基础空间数据、监控数据、ERP系统数据以及OA系统数据进行类别梳理、收集、抽取，以及格式转换，针对数据收集中出现的包括偏差数据、数据丢失在内的情况进行剔除、补值等清洗处理；a4）建立煤矿安全综合数据库，通过实时关系数据库对管理数据ETL系统和数据传感器采集到的数据进行汇总和整合。3.根据权利要求1或2所述的基于大数据分析的煤矿安全生产动态预测可视化方法，其特...

【专利技术属性】
技术研发人员：林海飞，娄芳，贾永勇，严敏，刘时豪，白杨，周捷，赵鹏翔，
申请(专利权)人：新疆维吾尔自治区煤炭科学研究所，
类型：发明
国别省市：