煤矿CO浓度预测方法和煤矿CO浓度突变原因分类方法技术

本发明专利技术提供了一种煤矿CO浓度预测方法和煤矿CO浓度突变原因分类方法，可利用LSTM模型进行煤矿CO浓度预测，能充分利用先前时段内时序性的数据之间的关联性预测后续时段内的CO浓度，提高了CO浓度预测的准确度和精度，从而为实际煤矿安全生产提供了可靠指导；可针对CO浓度突变利用XGBoost模型进行煤矿CO浓度突变原因分类，能充分利用特征之间的关联性提供煤矿CO浓度突变原因，为煤矿安全生产和管理提供有力的技术支撑，更方便决策者着重预防危险发生以及时进行相应决策从而减少人员的伤亡。

【技术实现步骤摘要】

本专利技术涉及煤矿开发，尤其是涉及一种煤矿co浓度预测方法和煤矿co浓度突变原因分类方法。

技术介绍

1、由于煤矿井下火灾发生的主要一个原因是co浓度超标，因此采煤工作面co浓度预测对煤矿安全生产具有重要意义。现有技术通常采用机器学习方式对煤矿co浓度进行预测监控，但该方式对于时序性的数据不能充分利用其数据之间的关系，准确度和精度相对较低。另外，由于放炮、尾气排放或其他人为因素经常导致co浓度在短时间内上升(即co浓度发生突变)，故co浓度突变原因分类对于助力加强煤矿安全生产和管理格外重要，但目前缺少对co浓度突变原因的整体分类方式。

技术实现思路

1、有鉴于此，本专利技术的目的在于提供一种煤矿co浓度预测方法和煤矿co浓度突变原因分类方法，以缓解相关技术中存在的上述问题。

2、第一方面，本专利技术实施例提供了一种煤矿co浓度预测方法，所述煤矿co浓度预测方法包括：获取目标煤矿在预设第一时段内的co浓度特征及其所对应预设第一特征；基于目标煤矿在预设第一时段内的co浓度特征及其所对应预设第一特征，构本文档来自技高网...

【技术保护点】

1.一种煤矿CO浓度预测方法，其特征在于，所述煤矿CO浓度预测方法包括：

2.根据权利要求1所述的煤矿CO浓度预测方法，其特征在于，获取目标煤矿在预设第一时段内的CO浓度特征及其所对应预设第一特征，包括：

3.根据权利要求1所述的煤矿CO浓度预测方法，其特征在于，基于目标煤矿在预设第一时段内的CO浓度特征及其所对应预设第一特征，构建目标煤矿的待预测样本，包括：

4.根据权利要求1所述的煤矿CO浓度预测方法，其特征在于，所述LSTM模型的训练，包括：

5.根据权利要求3所述的煤矿CO浓度预测方法，其特征在于，基于目标煤矿在预设第一时段内的CO...

【技术特征摘要】

1.一种煤矿co浓度预测方法，其特征在于，所述煤矿co浓度预测方法包括：

2.根据权利要求1所述的煤矿co浓度预测方法，其特征在于，获取目标煤矿在预设第一时段内的co浓度特征及其所对应预设第一特征，包括：

3.根据权利要求1所述的煤矿co浓度预测方法，其特征在于，基于目标煤矿在预设第一时段内的co浓度特征及其所对应预设第一特征，构建目标煤矿的待预测样本，包括：

4.根据权利要求1所述的煤矿co浓度预测方法，其特征在于，所述lstm模型的训练，包括：

5.根据权利要求3所述的煤矿co浓度预测方法，其特征在于，基于目标煤矿在预设第一时段内的co浓度特征及其所对应预设第一特征，构建目标煤矿的待预测样本，还包括：

6.一种煤矿co浓度突变...

【专利技术属性】
技术研发人员：张利军，王书，李明，杨阳，闫云鹏，王世伟，侯鹏程，
申请(专利权)人：山西高河能源有限公司，
类型：发明
国别省市：