煤矿灾害数据处理方法、装置及系统制造方法及图纸

技术编号:36753196 阅读:12 留言:0更新日期:2023-03-04 10:41
本申请提供了一种煤矿灾害数据处理方法、装置及系统,该方法包括:获取原始数据,并对原始数据进行滤波,得到滤波后的原始数据;对滤波后的原始数据进行筛选,得到灾害数据集;采用优化后的粒子群优化算法,对灾害数据集进行处理,得到缺失数据,缺失数据为灾害数据集中没有但是在煤矿现场的正在发生的灾害和即将要发生的灾害所对应的数据。通过滤波得以提高后续缺失数据的预测准确性,通过筛选降低了后续灾害数据集的处理量,通过采用优化后的粒子群优化算法,对灾害数据集进行处理,得到缺失数据,从而解决现有技术中缺失的灾害数据预测精确度较低的问题。精确度较低的问题。精确度较低的问题。

【技术实现步骤摘要】
为第二学习因子,为在第d维空间中的粒子i在第k次迭代的速度,为在第d维空间中的粒子i在第k+1次迭代的速度,为在第d维空间中的粒子i在第k次迭代的全局极值,为在第d维空间中的粒子i在第k次迭代的种群个体,为在第d维空间中的粒子群在第k次迭代的全局极值,为在第d维空间中的粒子群在第k次迭代的种群个体,为在第d维空间中的粒子i在第k+1次迭代的种群个体。
[0009]可选地,对所述滤波后的原始数据进行筛选,得到灾害数据集,包括:将所述原始数据中所有的灾害数据依次与预定灾害数据进行对比,得到多个匹配度;在所述匹配度大于或者等于预定匹配度的情况下,确定目标灾害数据,所述目标灾害数据用于表征所述预警数据或者所述报警数据;将所有的所述目标灾害数据进行组合,得到所述灾害数据集。
[0010]可选地,在采用优化后的粒子群优化算法,对所述灾害数据集进行处理,得到缺失数据之后,所述方法还包括:将所述缺失数据和所述灾害数据集进行打包处理,得到完整灾害数据集;将所述完整灾害数据集上传至服务器。
[0011]可选地,所述原始数据为音频原始数据。
[0012]根据本专利技术实施例的另一方面,还提供了一种煤矿灾害数据处理装置,该装置包括获取单元、筛选单元和预测单元;获取单元用于获取原始数据,并对所述原始数据进行过滤,得到滤波后的原始数据,所述原始数据用于表征从矿端采集的灾害报警数据;筛选单元用于对所述滤波后的原始数据进行筛选,得到预警数据集,所述预警数据集用于表征所述滤波后的原始数据中所有的预警信息和报警信息;预测单元用于采用优化后的粒子群优化算法,对所述预警数据集进行预测处理,得到预测的缺失数据。
[0013]根据本专利技术实施例的另一方面,还提供了一种计算机可读存储介质,所述计算机可读存储介质包括存储的程序,其中,所述程序执行任意一种所述的煤矿灾害数据处理方法。
[0014]根据本专利技术实施例的另一方面,还提供了一种煤矿灾害数据处理系统,该系统包括:一个或多个处理器,存储器以及一个或多个程序,其中,所述一个或多个程序被存储在所述存储器中,并且被配置为由所述一个或多个处理器执行,所述一个或多个程序包括用于执行任意一种所述的煤矿灾害数据处理方法。
[0015]在本专利技术实施例中,通过滤波得以提高后续缺失数据的预测准确性,通过筛选降低了后续灾害数据集的处理量,通过采用优化后的粒子群优化算法,对所述灾害数据集进行处理,得到缺失数据,从而解决现有技术中缺失的灾害数据预测精确度较低的问题。
附图说明
[0016]构成本申请的一部分的说明书附图用来提供对本申请的进一步理解,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
[0017]图1示出了根据本申请实施例的煤矿灾害数据处理方法的流程图;
[0018]图2示出了根据本申请实施例的煤矿灾害数据处理装置的示意图。
具体实施方式
[0019]需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相
互组合。下面将参考附图并结合实施例来详细说明本申请。
[0020]为了使本
的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分的实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本申请保护的范围。
[0021]需要说明的是,本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本申请的实施例。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
[0022]应该理解的是,当元件(诸如层、膜、区域、或衬底)描述为在另一元件“上”时,该元件可直接在该另一元件上,或者也可存在中间元件。而且,在说明书以及权利要求书中,当描述有元件“连接”至另一元件时,该元件可“直接连接”至该另一元件,或者通过第三元件“连接”至该另一元件。
[0023]正如
技术介绍
中所说的,现有技术中的煤矿综合监控系统的数据预测的神经网络大多采用原始的BP神经网络进行处理,但是原始的BP神经网络具有初始权值和阈值选择不合适会陷入局部最优,导致收敛速度不佳,进而造成预测精确度较低,为了解决现有技术中缺失的灾害数据预测精确度较低的问题,本申请的一种典型的实施方式中,提供了一种煤矿灾害数据处理方法、装置、计算机可读存储介质及煤矿灾害数据处理系统。
[0024]根据本申请的实施例,提供了一种煤矿灾害数据处理方法。
[0025]图1是根据本申请实施例的煤矿灾害数据处理方法的流程图。如图1所示,该方法包括以下步骤:
[0026]步骤S101,获取原始数据,并对上述原始数据进行滤波,得到滤波后的原始数据,上述原始数据为从煤矿现场采集的灾害数据;
[0027]步骤S102,对上述滤波后的原始数据进行筛选,得到灾害数据集,上述灾害数据集包括上述滤波后的原始数据中所有的预警数据和报警数据,上述报警数据用于表征上述煤矿现场正在发生的灾害的数据,上述预警数据用于表征上述煤矿现场即将要发生的灾害的数据;
[0028]步骤S103,采用优化后的粒子群优化算法,对上述灾害数据集进行处理,得到缺失数据,上述缺失数据为上述灾害数据集中没有但是在上述煤矿现场的正在发生的灾害和即将要发生的灾害所对应的数据。
[0029]上述步骤中,通过滤波得以提高后续缺失数据的预测准确性,通过筛选降低了后续灾害数据集的处理量,通过采用优化后的粒子群优化算法,对上述灾害数据集进行处理,得到缺失数据,从而解决现有技术中缺失的灾害数据预测精确度较低的问题。
[0030]煤矿现场采集到的原始数据可能会包含噪声信号,噪声信号的来源包括数据采集、传输过程和数据处理等因素。在数据采集的过程中,煤矿现场井下条件恶劣,有毒有害气体、环境潮湿等因素可能会造成传感器元件灵敏度降低;并且粉尘、粉煤、水蒸气等因素
都有可能会导致监测数据掺杂噪声数据;传输过程中,矿井下通信线路可能会受到其它设备的干扰,导致传输数据可能会有噪声数据;数据处理过程中,系统组件发生故障等错误时也会使得报警数据掺杂噪声数据。由于从煤矿现场采集的灾害数据可能包含噪声数据,并且噪声数据对系统的实际灾害监测精度有较大的影响。因此需要对矿端的报警数据进行有效的去噪处理,尽可能还原报警数据的真实性,对各种因素导致报警数据的分散性进行特征复原,提高系统的监测精度和运行稳定性。利用小波分析对煤矿现场采集的原始数据进行分解和重构,可将数据分解成低频成分和高频成分,再将低频成分进一步分解,循环反复就可得到任意尺度上本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种煤矿灾害数据处理方法,其特征在于,包括:获取原始数据,并对所述原始数据进行滤波,得到滤波后的原始数据,所述原始数据为从煤矿现场采集的灾害数据;对所述滤波后的原始数据进行筛选,得到灾害数据集,所述灾害数据集包括所述滤波后的原始数据中所有的预警数据和报警数据,所述报警数据用于表征所述煤矿现场正在发生的灾害的数据,所述预警数据用于表征所述煤矿现场即将要发生的灾害的数据;采用优化后的粒子群优化算法,对所述灾害数据集进行处理,得到缺失数据,所述缺失数据为所述灾害数据集中没有但是在所述煤矿现场的正在发生的灾害和即将要发生的灾害所对应的数据。2.根据权利要求1所述的方法,其特征在于,在采用优化后的粒子群优化算法,对所述灾害数据集进行处理,得到缺失数据之前,所述方法还包括:获取初始粒子群优化算法;采用反向学习机制公式和高斯变异公式,对所述初始粒子群优化算法进行优化,得到所述优化后的粒子群优化算法。3.根据权利要求2所述的方法,其特征在于,采用反向学习机制公式和高斯变异公式,对所述初始粒子群优化算法进行优化,得到所述优化后的粒子群优化算法,包括:采用反向学习机制公式和高斯变异公式对所述初始粒子群优化算法进行优化,得到所述优化后的粒子群优化算法,其中,为通过反向学习后得到的种群个体,a
i
为种群中的最大边界值,b
i
为种群中的最小边界值,rand为0到1之间的随机数,x
i
为优化之前的种群个体,f为所述高斯变异公式的输出值,μ为高斯变异算子的期望;σ为高斯变异算子的方差。4.根据权利要求2所述的方法,其特征在于,所述初始粒子群优化算法为:和其中,ω为惯性权重,c1为第一学习因子,ε和η均为0到1之间的随机数,c2为第二学习因子,为在第d维空间中的粒子i在第k次迭代的速度,为在第d维空间中的粒子i在第k+1次迭代的速度,为在第d维空间中的粒子i在第k次迭代的全局极值,为在第d维空间中...

【专利技术属性】
技术研发人员:张雪梅任文华张辰宇许金陈运启薛艳龙满兴中吴克介越强马杰李鑫亮
申请(专利权)人:国家能源集团乌海能源有限责任公司中煤科工集团重庆研究院有限公司
类型:发明
国别省市:

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