System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本申请涉及传感器监测数据分析与预警,尤其涉及一种基于pettitt算法的煤矿甲烷浓度突变识别与预警方法。
技术介绍
1、甲烷气体是煤矿井下常见的有害气体,甲烷浓度监测在煤矿生产过程中至关重要,直接关系到整个煤矿井下工作的稳定和安全。对实时甲烷浓度监测数据进行分析,准确有效地识别出甲烷浓度突变情况并进行预警,有利于煤矿技术人员提前处置,从而预防事故发生保障煤矿安全生产。
2、《煤矿安全监控系统升级改造技术方案》主要内容中明确指出:安全监控系统要加强数据应用分析;应具有大数据的分析与应用功能。通过调研发现,目前主流煤矿安全监控系统甲烷浓度监测数据分析及突变识别应用方法分为两种:一种是将甲烷浓度监测历史数据按固定时间间隔(如:3分钟)计算其平均值,选取相邻两个统计区间的平均值计算差值并与设定的阈值进行比较,若差值超过阈值则将相邻两个统计区间的后者标记为甲烷浓度突变时段,此种方法仅对历史数据进行标注无法进行预警;另一种是预先设定固定的阈值,计算实时甲烷浓度监测数据与前一次监测数据的差值,当差值超过阈值时判断当前甲烷浓度发生突变,进行预警提醒。
3、上述甲烷浓度监测数据分析以及突变识别应用存在以下缺陷:(1)上述方法一对历史监测数据进行分析不具备实时性,分析出的结果仅进行标注使用价值不高,对煤矿实际生产和管理指导意义有限。(2)实时甲烷浓度监测是长期的连续过程,上述方法二根据比较连续2次实时监测数据进行突变识别的分析具有局限性,对于连续的低于阈值的微小突变不敏感,无法准确识别。(3)上述两种方法均采用与固定阈值比较
技术实现思路
1、本专利技术旨在解决上述
技术介绍
中存在的问题之一。
2、为此,本专利技术提供一种基于pettitt算法的煤矿甲烷浓度突变识别与预警方法。
3、本专利技术解决其技术问题所采用的技术方案是:
4、一种基于pettitt算法的煤矿甲烷浓度突变识别与预警方法,其特征在于,包括,
5、煤矿井下各个测点甲烷浓度监测数据获取,建立初步的监测数据时间序列;
6、使用pettitt算法分别对建立的各个甲烷浓度数据时间序列进行突变检测;
7、持续更新监测数据时间序列,并使用pettitt算法分别对更新后的各个甲烷浓度数据时间序列进行突变检测,直至检测到甲烷浓度突变位置,发出警报。
8、进一步地,所述建立时间序列步骤中,建立的时间序列包括甲烷传感器监测的实时甲烷浓度数据和监测时间,时间序列数据按秒存储,时间序列中不包括甲烷传感器调校、维检以及发生故障等非正常工作时间的甲烷浓度监测数据
9、进一步地,所述建立时间序列步骤中,持续更新时间序列,根据甲烷传感器工作状态以及监测地点甲烷浓度的实际情况自动调整时间序列长度,每个甲烷传感器都需要建立多个监测数据时间序列,每个时间序列的长度不固定。
10、进一步地,在建立监测数据时间序列时,对从测点甲烷浓度传感器获取的数据进行去噪处理,去除超出传感器量程范围的异常数据、去除传感器定期调校期间产生的测试数据。
11、进一步地,对监测数据时间序列进行排序求秩并计算:构建秩序列s(k),其中:ri为监测数据时间序列中第i个监测数据对应的秩,k为监测数据在时间序列中的位置。
12、进一步地,遍历秩序列,寻找满足条件:st=max(s(k)),(k=2,3,...,n)的t,t处为该时间序列中的甲烷浓度数据突变所在位置。
13、进一步地,所述甲烷浓度突变识别步骤中,对pettitt算法检测出的甲烷浓度突变数值计算其对应的评估指标p,根据p识别pettitt算法检测出的甲烷浓度突变数值是否具有统计显著性。
14、进一步地,评估指标p的计算公式为:
15、进一步地,发出甲烷浓度突变预警后,终止当前时间序列,清空当前时间序列,重新初始化时间序列进入下一轮甲烷浓度突变识别与报警流程。
16、进一步地,每次更新监测数据时间序列时,其更新规则如下:对于检测出显著性突变的时间序列,先清空其全部的甲烷浓度监测数据进行重新初始化再更新;对于达到最大允许长度的时间序列,先清除第一条数据再进行更新;其他情况则直接进行更新。
17、本专利技术的有益效果是,本方法根据井下各甲烷传感器的监测数据动态建立时间序列,使用pettitt算法进行突变识别,有利于提高甲烷浓度突变识别的准确性;根据突变情况进行及时预警,有利于煤矿技术人员提前处理预防事故发生。
本文档来自技高网...【技术保护点】
1.一种基于Pettitt算法的煤矿甲烷浓度突变识别与预警方法,其特征在于,包括,
2.根据权利要求1所述的基于Pettitt算法的煤矿甲烷浓度突变识别与预警方法,其特征在于,所述建立时间序列步骤中,建立的时间序列包括甲烷传感器监测的实时甲烷浓度数据和监测时间,时间序列数据按秒存储,时间序列中不包括甲烷传感器调校、维检以及发生故障等非正常工作时间的甲烷浓度监测数据。
3.根据权利要求1所述的基于Pettitt算法的煤矿甲烷浓度突变识别与预警方法,其特征在于,所述建立时间序列步骤中,持续更新时间序列,根据甲烷传感器工作状态以及监测地点甲烷浓度的实际情况自动调整时间序列长度,每个甲烷传感器都需要建立多个监测数据时间序列,每个时间序列的长度不固定。
4.根据权利要求1所述的基于Pettitt算法的煤矿甲烷浓度突变识别与预警方法,其特征在于,在建立监测数据时间序列时,对从测点甲烷浓度传感器获取的数据进行去噪处理,去除超出传感器量程范围的异常数据、去除传感器定期调校期间产生的测试数据。
5.根据权利要求1所述的基于Pettitt算法的煤矿甲烷
6.根据权利要求5所述的基于Pettitt算法的煤矿甲烷浓度突变识别与预警方法,其特征在于,遍历秩序列,寻找满足条件:st=max(S(k)),(k=2,3,...,n)的t,t处为该时间序列中的甲烷浓度数据突变所在位置。
7.根据权利要求1所述的基于Pettitt算法的煤矿甲烷浓度突变识别与预警方法,其特征在于,所述甲烷浓度突变识别步骤中,对Pettitt算法检测出的甲烷浓度突变数值计算其对应的评估指标P,根据P识别Pettitt算法检测出的甲烷浓度突变数值是否具有统计显著性。
8.根据权利要求7所述的基于Pettitt算法的煤矿甲烷浓度突变识别与预警方法,其特征在于,评估指标P的计算公式为:
9.根据权利要求1所述的基于Pettitt算法的煤矿甲烷浓度突变识别与预警方法,其特征在于,发出甲烷浓度突变预警后,终止当前时间序列,清空当前时间序列,重新初始化时间序列进入下一轮甲烷浓度突变识别与报警流程。
10.根据权利要求8所述的基于Pettitt算法的煤矿甲烷浓度突变识别与预警方法,其特征在于,每次更新监测数据时间序列时,其更新规则如下:对于检测出显著性突变的时间序列,先清空其全部的甲烷浓度监测数据进行重新初始化再更新;对于达到最大允许长度的时间序列,先清除第一条数据再进行更新;其他情况则直接进行更新。
...【技术特征摘要】
1.一种基于pettitt算法的煤矿甲烷浓度突变识别与预警方法,其特征在于,包括,
2.根据权利要求1所述的基于pettitt算法的煤矿甲烷浓度突变识别与预警方法,其特征在于,所述建立时间序列步骤中,建立的时间序列包括甲烷传感器监测的实时甲烷浓度数据和监测时间,时间序列数据按秒存储,时间序列中不包括甲烷传感器调校、维检以及发生故障等非正常工作时间的甲烷浓度监测数据。
3.根据权利要求1所述的基于pettitt算法的煤矿甲烷浓度突变识别与预警方法,其特征在于,所述建立时间序列步骤中,持续更新时间序列,根据甲烷传感器工作状态以及监测地点甲烷浓度的实际情况自动调整时间序列长度,每个甲烷传感器都需要建立多个监测数据时间序列,每个时间序列的长度不固定。
4.根据权利要求1所述的基于pettitt算法的煤矿甲烷浓度突变识别与预警方法,其特征在于,在建立监测数据时间序列时,对从测点甲烷浓度传感器获取的数据进行去噪处理,去除超出传感器量程范围的异常数据、去除传感器定期调校期间产生的测试数据。
5.根据权利要求1所述的基于pettitt算法的煤矿甲烷浓度突变识别与预警方法,其特征在于,对监测数据时间序列进行排序求秩并计算:构建秩序列s(k),其中:ri为监测数据时间序列中第i个监测数据对应的秩,k为监测数据在时间序列中的位置。
【专利技术属性】
技术研发人员:奚冬芹,张卫国,丁瑞琦,钱杰,唐韬,卞恺,蒋泽,张立斌,
申请(专利权)人:天地常州自动化股份有限公司,
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。