一种面向微震时序波形的无监督聚类方法技术

一种面向微震波形的无监督聚类方法，其步骤为：1)对微震事件进行数据预处理，得到由噪声波形，微震事件波形和爆破事件波形组成的实验数据集；2)对1)中三类波形数据进行特征提取；3)对提取到的特征进行相似性度量得到相似性矩阵；4)将相似矩阵进行聚类，并对照评价指标保存最优时窗大小。本发明专利技术方法采用多组矿区工作面的微震数据验证了该方法的有效性，与其他聚类方法相比，具有较高的准确性和可靠性。

【技术实现步骤摘要】

本专利技术涉及煤矿开采的矿震防治领域，是一种面向微震时序波形的无监督聚类方法。

技术介绍

1、快速准确的从矿山微震时序数据中提取异常事件、提高灾害性事件的识别效率是矿山动力灾害防治的前提，快速从微震、爆破、噪声事件中进行聚类分析并及时做出应急响应对降低财产损失与人员伤亡具有重要意义，因此有必要开展微震事件的聚类分析研究。在矿山微震监测中，通常采用微震监测系统完成对于微震的自动化监测，同时对于事件的发生给出完整的微震波形，并记录发震的时间、空间以及强度信息。煤炭作为我国的主要能源，随着煤炭开采的深入，深部环境的复杂性和冲击危险性也持续增加。

2、针对传统模型泛化性差、时间开销大与有监督模型过于依赖人工手打标签的问题，提出了一种基于多尺度融合卷积和空洞卷积的自动编码器，对于不同的输入波形进行特征提取实现降维，为相似性度量与聚类模块打下基础。首先使用帕森优化算法对整个模型的超参数进行寻优，将寻优后的超参数组合加载至模型中，将波形信号转变为低维特征信号，实现对于微震波形特征的提取与降维。整个特征提取模型具有较强的泛化能力并且不依赖人工标签，可以轻松对不本文档来自技高网...

【技术保护点】

1.一种面向微震波形的无监督聚类方法，其特征在于，其步骤为：

2.根据权利要求1所述的一种面向微震波形的无监督聚类方法，其特征在于，所述的1)中，具体方法为：

3.根据权利要求1所述的一种面向微震波形的无监督聚类方法，其特征在于，所述的2)中，具体方法为：

4.根据权利要求1所述的一种面向微震波形的无监督聚类方法，其特征在于，所述的3)中，具体方法为：

5.根据权利要求1所述的一种面向微震波形的无监督聚类方法，其特征在于，所述的4)中，具体方法为：

【技术特征摘要】

1.一种面向微震波形的无监督聚类方法，其特征在于，其步骤为：

2.根据权利要求1所述的一种面向微震波形的无监督聚类方法，其特征在于，所述的1)中，具体方法为：

3.根据权利要求1所述的一种面向微震波形的无监督聚类方法，其特征在...

【专利技术属性】
技术研发人员：罗浩，葛颂，刘子玉，梁金睿，李冠群，
申请(专利权)人：辽宁大学，
类型：发明
国别省市：