基于时序数据分析的矿井通风动态预警方法技术

技术编号:42166140 阅读:34 留言:0更新日期:2024-07-27 00:14
本发明专利技术涉及数据处理技术领域,尤其涉及一种基于时序数据分析的矿井通风动态预警方法,该方法获取历史时段内的多维监测数据时序序列;针对多维监测数据时序序列中的任一多维监测数据,分别获取多维监测数据中的每个维度的重要程度;根据多维监测数据中的每个维度的重要程度,得到优化COF离群因子,根据多维监测数据时序序列中的每个多维监测数据的优化COF离群因子进行噪声数据消除,得到消除后的多维监测数据时序序列;利用消除后的多维监测数据时序序列得到风险预测模型,利用风险预测模型进行矿井通风动态预警,通过噪声消除后的多维监测数据时序序列建立了模型精度更高的风险预测模型,实现了更加符合实际的矿井通风异常预警识别。

【技术实现步骤摘要】

本专利技术涉及数据处理,尤其涉及一种基于时序数据分析的矿井通风动态预警方法


技术介绍

1、矿井通风系统是保障矿井安全生产和工人健康的重要设施,矿井通风系统需要监测的参数包括但不限于矿井内部的温度、湿度、氧气含量、有害气体浓度、风速,每个参数的监测都需要使用一个或多个传感器来完成。另外,矿井通风系统的环境变化较快,随着矿井内工作与设备的运行,矿井内部的温度、湿度、氧气含量、有害气体浓度、风速等参数都会发生变化,需要及时监测,而为了对矿井中的实时监测数据进行高效监测,通常根据矿井的历史监测数据建立神经网络模型,从而对矿井内的通风状态异常进行监测预警。

2、但由于因为矿井通风系统的监测数据量极大,在进行用于矿井内的通风状态异常预警的神经网络模型训练时,矿井通风系统的监测数据中的大量噪声数据会导致模型精度下降等问题,因此,在利用矿井通风系统的历史监测数据进行神经网络模型训练之前,需要对历史监测数据进行预处理过程,以消除历史监测数据中的噪声数据。

3、现有技术中对于消除历史监测数据中的噪声数据的方法是:获取每个历史时刻的多维监测数据,得到多本文档来自技高网...

【技术保护点】

1.基于时序数据分析的矿井通风动态预警方法,其特征在于,所述方法包括:

2.根据权利要求1所述的基于时序数据分析的矿井通风动态预警方法,其特征在于,所述根据所述多维监测数据中的各个维度之间的趋势局部窗口的差异,分别获取所述多维监测数据中的每个维度的趋势变化相似度,包括:

3.根据权利要求1所述的基于时序数据分析的矿井通风动态预警方法,其特征在于,所述根据所述多维监测数据中的每个维度的趋势变化相似度和数据局部窗口,分别获取所述多维监测数据中的每个维度的重要程度,包括:

4.根据权利要求1所述的基于时序数据分析的矿井通风动态预警方法,其特征在于,所述根据所...

【技术特征摘要】

1.基于时序数据分析的矿井通风动态预警方法,其特征在于,所述方法包括:

2.根据权利要求1所述的基于时序数据分析的矿井通风动态预警方法,其特征在于,所述根据所述多维监测数据中的各个维度之间的趋势局部窗口的差异,分别获取所述多维监测数据中的每个维度的趋势变化相似度,包括:

3.根据权利要求1所述的基于时序数据分析的矿井通风动态预警方法,其特征在于,所述根据所述多维监测数据中的每个维度的趋势变化相似度和数据局部窗口,分别获取所述多维监测数据中的每个维度的重要程度,包括:

4.根据权利要求1所述的基于时序数据分析的矿井通风动态预警...

【专利技术属性】
技术研发人员:黄建新刘立刚哈德莱提写峰冶明山
申请(专利权)人:呼图壁县西沟煤炭有限责任公司
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