煤矿采煤工作面瓦斯传感器数值失真识别方法与系统技术方案

本申请提供一种煤矿采煤工作面瓦斯传感器数值失真识别方法及系统，该方法包括：实时采集同一采煤工作面上多个瓦斯传感器的天级测点值；对采集的瓦斯传感器的天级测点值进行降噪处理；获取降噪处理后数据量大于预设阈值的瓦斯传感器的天级测点值；将获取的瓦斯传感器的天级测点值输入到预先构建的人为挪动识别模型，以及人为中断或遮挡识别模型中进行异常识别,获取瓦斯传感器异常识别结果。本申请对同一采煤工作面内多个瓦斯传感器的监测数据进行联合分析，及时发现多种不同类型原因导致的采煤工作面瓦斯传感器数值失真，且普适性好。好。好。

【技术实现步骤摘要】
煤矿采煤工作面瓦斯传感器数值失真识别方法与系统


[0001]本申请涉及煤矿风险监测设备
，尤其涉及一种煤矿采煤工作面瓦斯传感器数值失真识别方法与系统。

技术介绍

[0002]煤矿井下采煤工作面在采煤过程中会涌出瓦斯，为保证安全生产，建立了煤矿安全生产风险监测预警系统，通过实时采集煤矿井下安全监控系统数据，并上传至上一级监管监察部门。在采集的安全监控系统数据中，重点关注井下瓦斯和一氧化碳等监测数据，尤其重点关注煤矿采掘面位置的瓦斯监测数据。然而，一些高瓦斯矿井在瓦斯灾害治理方面工作不到位，在采煤时会造成工作面瓦斯超限报警，为了避免上级监管监察部门发现工作面瓦斯超限报警进行处罚，会采取遮挡包裹、中断或挪动采煤工作面瓦斯传感器的方式，使其数值处在正常的范围内，从而造成了工作面传感器瓦斯监测值失真。如何根据上传到国家矿山局的煤矿安全生产风险监测预警系统中各煤矿采煤工作面瓦斯监测实时、历史等数据，自动识别出存在工作面瓦斯监测值失真的煤矿，对煤矿监管监察部门的远程监管监察、精准执法具有重要意义。
[0003]目前，基于煤矿瓦斯监测数据进行风险预测的研究较多，但针对监管监察部门关注的煤矿企业上传的瓦斯监测数据真实性的研究，包含人为挪动瓦斯传感器(工作面各瓦斯传感器安装位置有严格的要求)、人为中断监测数据传输、人为遮挡包裹传感器等违规行为引起的监测数据失真的研究较少。
[0004]现有煤矿采煤工作面瓦斯传感器数值失真识别存在以下问题：
[0005]第一，研究方向单一。针对采煤工作面瓦斯传感器数值失真识别有部分研究，例如现有技术中对于煤矿采煤工作面瓦斯传感器位置是否被人为挪动而避免超限报警的识别，提出了通过对同一采煤工作面不同位置瓦斯传感器波峰波谷是否在一定的时间内，或通过计算上下游瓦斯传感器监测值在一定时间差后，相同长时段内监测值的相关系数是否符合阈值，来判断瓦斯传感器数值变化趋势是否一致。从而判断瓦斯传感器位置是否被人为挪动。然而，上述识别方法对采煤工作面瓦斯传感器被人为遮挡及监测值上传人为中断等违规行为无法识别，上述方法对瓦斯传感器的异常检测准确度较低，风险预警准确度较低。
[0006]第二，研究普适性相对较差。现有技术中对瓦斯传感器数值变化趋势一致性进行判断时，或依赖煤矿矿图获取通风类型，或依赖煤矿中瓦斯传感器的距离和风速计算风流平移时间。该方法适用范围较小。
[0007]目前，亟需提供一种普适性好，且能对多种不同类型原因导致的采煤工作面瓦斯传感器数值失真进行识别的方法。

技术实现思路

[0008]本申请的目的在于提供一种煤矿采煤工作面瓦斯传感器数值失真识别方法与系统，对同一采煤工作面内多个瓦斯传感器的监测数据进行联合分析，及时发现多种不同类
型原因导致的采煤工作面瓦斯传感器数值失真，且普适性好。
[0009]为达到上述目的，本申请提供一种煤矿采煤工作面瓦斯传感器数值失真识别方法，该方法包括：
[0010]实时采集同一采煤工作面上多个瓦斯传感器的天级测点值；
[0011]对采集的瓦斯传感器的天级测点值进行降噪处理；
[0012]获取降噪处理后数据量大于预设阈值的瓦斯传感器的天级测点值；
[0013]将获取的瓦斯传感器的天级测点值输入到预先构建的人为挪动识别模型，以及人为中断或遮挡识别模型中进行异常识别,获取瓦斯传感器异常识别结果。
[0014]如上的，其中，将获取的瓦斯传感器的天级测点值输入到预先构建的人为挪动识别模型中后，人为挪动识别模型对瓦斯传感器进行异常识别；
[0015]其中，人为挪动识别模型对瓦斯传感器进行异常识别的方法包括：
[0016]获取同一采煤工作面内降噪处理后的瓦斯传感器的天级测点值；
[0017]根据瓦斯传感器的天级测点值，计算瓦斯传感器的评估指标数据，评估指标数据包括均值、标准差、均值差值和标准差差值；
[0018]根据获取的评估指标数据，判断评估指标数据是否满足预设人为挪动判定条件，若是，则判定瓦斯传感器存在人为挪动异常，否则，不存在人为挪动异常。
[0019]如上的，其中，预设人为挪动判定条件包括两个判定步骤：
[0020]第一判定步骤：若均值差值D
avg
>0.06，且标准差差值D
s
>0.03，则判定采煤工作面瓦斯传感器存在人为挪动，否则，执行第二判定步骤；
[0021]第二判定步骤：若T0瓦斯传感器天级测点值的标准差S
T0
≥0.3,均值差值D
avg
>0.1,则判定采煤工作面瓦斯传感器存在人为挪动，否则，不存在人为挪动；其中，表示T0瓦斯传感器天级测点值的均值；表示T1瓦斯传感器天级测点值的均值；表示T2瓦斯传感器天级测点值的均值。
[0022]如上的，其中，均值差值的计算方法如下：
[0023][0024]其中，D
avg
表示均值差值；表示取和中的最大值；表示取和中的最小值。
[0025]如上的，其中，标准差差值的计算方法为：
[0026]D
S
＝max(S
T0
,S
T1
,S
T2
)
‑
min(S
T0
,S
T1
,S
T2
)；
[0027]其中，D
s
表示标准差差值；max(S
T0
，S
T1
，S
T2
)表示取S
T0
、S
T1
和S
T2
中的最大值；min(S
T0
，S
T1
，S
T2
)表示取S
T0
、S
T1
和S
T2
中的最小值。
[0028]如上的，其中，将获取的瓦斯传感器的天级测点值输入到预先构建的人为中断或遮挡识别模型中后，人为中断或遮挡识别模型对瓦斯传感器进行异常识别；
[0029]人为中断或遮挡识别模型对瓦斯传感器进行异常识别的方法包括：
[0030]获取同一采煤工作面内降噪处理后的瓦斯传感器的天级测点值；
[0031]判断瓦斯传感器的天级测点值是否符合人为遮挡条件或人为中断条件，若符合人
为遮挡条件，则输出人为遮挡异常，若符合人为中断条件，则输出人为中断异常，否则，不输出异常。
[0032]如上的，其中，判断瓦斯传感器的天级测点值是否符合人为遮挡条件的方法包括：
[0033]第一遮挡判定方法：
[0034]根据一天内采集的瓦斯传感器的天级测点值，计算一天内预设时间段单个瓦斯传感器天级测点值的窗口时间段均值和窗口时间段标准差S
window
，以及其他时间段瓦斯传感器天级测点值的非窗口时段均值和非窗口时段标准差；...

【技术保护点】

【技术特征摘要】
1.一种煤矿采煤工作面瓦斯传感器数值失真识别方法，其特征在于，该方法包括：实时采集同一采煤工作面上多个瓦斯传感器的天级测点值；对采集的瓦斯传感器的天级测点值进行降噪处理；获取降噪处理后数据量大于预设阈值的瓦斯传感器的天级测点值；将获取的瓦斯传感器的天级测点值输入到预先构建的人为挪动识别模型，以及人为中断或遮挡识别模型中进行异常识别,获取瓦斯传感器异常识别结果。2.根据权利要求1所述的煤矿采煤工作面瓦斯传感器数值失真识别方法，其特征在于，将获取的瓦斯传感器的天级测点值输入到预先构建的人为挪动识别模型中后，人为挪动识别模型对瓦斯传感器进行异常识别；其中，人为挪动识别模型对瓦斯传感器进行异常识别的方法包括：获取同一采煤工作面内降噪处理后的瓦斯传感器的天级测点值；根据瓦斯传感器的天级测点值，计算瓦斯传感器的评估指标数据，评估指标数据包括均值、标准差、均值差值和标准差差值；根据获取的评估指标数据，判断评估指标数据是否满足预设人为挪动判定条件，若是，则判定瓦斯传感器存在人为挪动异常，否则，不存在人为挪动异常。3.根据权利要求2所述的煤矿采煤工作面瓦斯传感器数值失真识别方法，其特征在于，预设人为挪动判定条件包括两个判定步骤：第一判定步骤：若均值差值D
avg
>0.06，且标准差差值D
s
>0.03，则判定采煤工作面瓦斯传感器存在人为挪动，否则，执行第二判定步骤；第二判定步骤：若T0瓦斯传感器天级测点值的标准差S
T0
≥0.3,均值差值D
avg
>0.1,则判定采煤工作面瓦斯传感器存在人为挪动，否则，不存在人为挪动；其中，表示T0瓦斯传感器天级测点值的均值；表示T1瓦斯传感器天级测点值的均值；表示T2瓦斯传感器天级测点值的均值。4.根据权利要求3所述的煤矿采煤工作面瓦斯传感器数值失真识别方法，其特征在于，均值差值的计算方法如下：其中，D
avg
表示均值差值；表示取和中的最大值；表示取和中的最小值。5.根据权利要求3所述的煤矿采煤工作面瓦斯传感器数值失真识别方法，其特征在于，标准差差值的计算方法为：D
S
＝max(S
T0
,S
T1
,S
T2
)
‑
min(S
T0
,S
T1
,S
T2
)；其中，D
s
表示标准差差值；max(S
T0
，S
T1
，S
T2
)表示取S
T0
、S
T1
和S
T2
中的最大值；min(S<...

【专利技术属性】
技术研发人员：疏礼春，田乐逍，王鹏，陈佳林，徐志奇，汪鹏，李铁威，王涛，付恩三，田皓月，
申请(专利权)人：中安智讯北京信息科技有限公司，
类型：发明
国别省市：