【技术实现步骤摘要】
本专利技术涉及数据管理，具体涉及一种煤矿井下安全综合管理方法及系统。
技术介绍
1、为保证煤矿井下作业的安全性，通常会采集煤矿井下的环境数据，对环境数据进行综合管理，然后通过异常检测识别潜在的安全威胁，以确保矿工和设备的安全；现有技术通常利用isodata聚类算法对环境数据进行聚类获取聚类簇，根据不同聚类簇中包含的环境数据数量确定异常的环境数据，从而对环境数据进行更好的安全管理。但由于煤矿井下环境中不同维度的环境数据之间的关系不同，导致最终获取的聚类簇数量可能不满足于预设的最少样本数目，使包含有异常环境数据的聚类簇无法保留下来，无法准确确定异常的环境数据，增加对煤矿井下进行安全管理的风险。
技术实现思路
1、本专利技术提供一种煤矿井下安全综合管理方法及系统，以解决现有的问题：由于煤矿井下环境中不同维度的环境数据之间的关系不同，导致利用传统的isodata聚类算法最终获取的聚类簇数量可能不满足于预设的最少样本数目，使包含有异常环境数据的聚类簇无法保留下来。
2、本专利技术的一种煤矿井下安全综合管理方法及系统采用如下技术方案：
3、本专利技术一个实施例提供了一种煤矿井下安全综合管理方法，该方法包括以下步骤：
4、采集若干煤矿井下维度数据序列，所述煤矿井下维度数据序列中包含多个煤矿井下维度数据；
5、根据煤矿井下维度数据在煤矿井下维度数据序列中的变化趋势与实际数值之间的差异，得到每个煤矿井下维度数据的趋势权重；根据不同煤矿井下维度数据序列之
6、将所有煤矿维度数据序列整体构成的数据集记为煤矿安全数据集，根据煤矿井下维度数据序列的总数与若干局部维度联系数据段的维度联系紧密性的占比情况，得到煤矿安全数据集的重要度；根据重要度对煤矿安全数据集进行数目调整得到煤矿安全数据集的自适应最少样本数目；
7、根据自适应最少样本数目对煤矿安全数据集进行异常检测。
8、优选的，所述根据煤矿井下维度数据在煤矿井下维度数据序列中的变化趋势与实际数值之间的差异，得到每个煤矿井下维度数据的趋势权重，包括的具体方法为：
9、对每个煤矿维度数据序列进行stl时间序列分解，得到每个煤矿维度数据序列中每个煤矿井下维度数据的趋势项分量；
10、
11、式中，表示任意一个煤矿维度数据序列中第个煤矿井下维度数据的趋势权重；表示煤矿维度数据序列中第个煤矿井下维度数据的趋势项分量；表示煤矿维度数据序列中第个煤矿井下维度数据；表示取绝对值；表示以自然常数为底的指数函数。
12、优选的，所述根据不同煤矿井下维度数据序列之间的关联影响结合出若干维度联系数据序列，包括的具体方法为：
13、对于任意一个煤矿井下维度数据序列，将煤矿井下维度数据序列记为目标煤矿维度数据序列；在所有煤矿井下维度数据序列中，将除目标煤矿维度数据序列以外的每个煤矿井下维度数据序列记为目标煤矿维度数据序列的一个参考煤矿维度数据序列；
14、对于目标煤矿维度数据序列的任意一个参考煤矿维度数据序列，在目标煤矿维度数据序列与参考煤矿维度数据序列中，对相同序号的煤矿井下维度数据进行卷积运算，得到若干卷积运算后的数据，记为目标煤矿维度数据序列与参考煤矿维度数据序列的一个维度联系数据；将所有维度联系数据按照检测时间从小到大的顺序进行排列，将排列后的序列记为维度联系数据序列。
15、优选的，所述对维度联系数据序列进行分段得到若干局部维度联系数据段，包括的具体方法为：
16、对于任意一个维度联系数据序列，利用cusum累积和算法获取维度联系数据序列的若干变化点，将相邻两个变化点之间所有维度联系数据所构成的数据段记为局部维度联系数据段。
17、优选的，所述根据不同煤矿井下维度数据序列之间煤矿井下维度数据的趋势权重差异，得到每个局部维度联系数据段的维度联系紧密性，包括的具体方法为：
18、对于任意一个煤矿井下维度数据序列，将煤矿井下维度数据序列记为目标煤矿维度数据序列；在所有煤矿井下维度数据序列中，将除目标煤矿维度数据序列以外的每个煤矿井下维度数据序列记为目标煤矿维度数据序列的一个参考煤矿维度数据序列；
19、
20、式中，表示在目标煤矿维度数据序列的任意一个参考煤矿维度数据序列与目标煤矿维度数据序列的维度联系数据序列中，任意一个局部维度联系数据段的维度联系紧密性；表示预设的超参数；表示局部维度联系数据段中所有维度联系数据的方差；表示局部维度联系数据段中所有维度联系数据的数量；表示局部维度联系数据段中第个维度联系数据段在目标煤矿维度数据序列中对应煤矿井下维度数据的趋势权重；表示局部维度联系数据段中第个维度联系数据段在目标煤矿维度数据序列中对应的煤矿井下维度数据；表示局部维度联系数据段中第个维度联系数据段在参考煤矿维度数据序列中对应煤矿井下维度数据的趋势权重；表示局部维度联系数据段中第个维度联系数据段在参考煤矿维度数据序列中对应的煤矿井下维度数据；表示取绝对值。
21、优选的，所述根据煤矿井下维度数据序列的总数与若干局部维度联系数据段的维度联系紧密性的占比情况，得到煤矿安全数据集的重要度，包括的具体方法为：
22、对于任意一个煤矿井下维度数据序列，将煤矿井下维度数据序列记为目标煤矿维度数据序列；在所有煤矿井下维度数据序列中，将除目标煤矿维度数据序列以外的每个煤矿井下维度数据序列记为目标煤矿维度数据序列的一个参考煤矿维度数据序列；
23、获取第个煤矿维度数据序列的第个参考煤矿维度数据序列与第个煤矿维度数据序列的维度联系数据紧密程度；
24、
25、式中，表示煤矿安全数据集的重要度；表示煤矿安全数据集中所有煤矿维度数据序列的数量；表示第个煤矿维度数据序列的所有参考煤矿维度数据序列的数量；表示预设的超参数；表示第个煤矿维度数据序列的第个参考煤矿维度数据序列与第个煤矿维度数据序列的维度联系数据紧密程度。
26、优选的，所述获取第个煤矿维度数据序列的第个参考煤矿维度数据序列与第个煤矿维度数据序列的维度联系数据紧密程度，包括的具体方法为：
27、将第个煤矿维度数据序列的第个参考煤矿维度数据序列与第个煤矿维度数据序列的维度联系数据序列中，所有局部维度联系数据段的维度联系紧密性的累加和记为维度联系数据紧密程度。
28、优选的，所述根据重要度对煤矿安全数据集进行数目调整得到煤矿安全数据集的自适应最少样本数目，包括的具体方法为：
29、
30、式中，表示煤矿安全数据集的自适应最少样本数目；表示预设的超参数；表示煤矿安全数据集的重要度；表示向下取整。
31、优选的本文档来自技高网...
【技术保护点】
1.一种煤矿井下安全综合管理方法，其特征在于，该方法包括以下步骤：
2.根据权利要求1所述一种煤矿井下安全综合管理方法，其特征在于，所述根据煤矿井下维度数据在煤矿井下维度数据序列中的变化趋势与实际数值之间的差异，得到每个煤矿井下维度数据的趋势权重，包括的具体方法为：
3.根据权利要求1所述一种煤矿井下安全综合管理方法，其特征在于，所述根据不同煤矿井下维度数据序列之间的关联影响结合出若干维度联系数据序列，包括的具体方法为：
4.根据权利要求1所述一种煤矿井下安全综合管理方法，其特征在于，所述对维度联系数据序列进行分段得到若干局部维度联系数据段，包括的具体方法为：
5.根据权利要求1所述一种煤矿井下安全综合管理方法，其特征在于，所述根据不同煤矿井下维度数据序列之间煤矿井下维度数据的趋势权重差异，得到每个局部维度联系数据段的维度联系紧密性，包括的具体方法为：
6.根据权利要求1所述一种煤矿井下安全综合管理方法，其特征在于，所述根据煤矿井下维度数据序列的总数与若干局部维度联系数据段的维度联系紧密性的占比情况，得到煤矿安全数据集的
7.根据权利要求6所述一种煤矿井下安全综合管理方法，其特征在于，所述获取第个煤矿维度数据序列的第个参考煤矿维度数据序列与第个煤矿维度数据序列的维度联系数据紧密程度，包括的具体方法为：
8.根据权利要求1所述一种煤矿井下安全综合管理方法，其特征在于，所述根据重要度对煤矿安全数据集进行数目调整得到煤矿安全数据集的自适应最少样本数目，包括的具体方法为：
9.根据权利要求1所述一种煤矿井下安全综合管理方法，其特征在于，所述根据自适应最少样本数目对煤矿安全数据集进行异常检测，包括的具体方法为：
10.一种煤矿井下安全综合管理系统，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-9任一项所述的一种煤矿井下安全综合管理方法的步骤。
...【技术特征摘要】
1.一种煤矿井下安全综合管理方法，其特征在于，该方法包括以下步骤：
2.根据权利要求1所述一种煤矿井下安全综合管理方法，其特征在于，所述根据煤矿井下维度数据在煤矿井下维度数据序列中的变化趋势与实际数值之间的差异，得到每个煤矿井下维度数据的趋势权重，包括的具体方法为：
3.根据权利要求1所述一种煤矿井下安全综合管理方法，其特征在于，所述根据不同煤矿井下维度数据序列之间的关联影响结合出若干维度联系数据序列，包括的具体方法为：
4.根据权利要求1所述一种煤矿井下安全综合管理方法，其特征在于，所述对维度联系数据序列进行分段得到若干局部维度联系数据段，包括的具体方法为：
5.根据权利要求1所述一种煤矿井下安全综合管理方法，其特征在于，所述根据不同煤矿井下维度数据序列之间煤矿井下维度数据的趋势权重差异，得到每个局部维度联系数据段的维度联系紧密性，包括的具体方法为：
6.根据权利要求1所述一种煤矿井下安全综合管理方法，其特征在于...
【专利技术属性】
技术研发人员：陈营杰，刘春生，高志红，
申请(专利权)人：南城云趣北京信息技术有限公司，
类型：发明
国别省市：
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。