【技术实现步骤摘要】
本专利技术涉及矿井监测领域，尤其涉及一种基于模式识别的矿内监测数据分析方法及系统。
技术介绍
1、煤层自燃是煤矿安全生产中的一个重大隐患，由于矿井环境复杂，地质结构和通风系统的差异导致热量在空间中的扩散呈现非均匀性，使得煤层自燃不能够及时发现，因此煤层自燃早期监测对于预防矿井火灾和保障矿工安全至关重要。
2、传统的煤层自燃监测方法主要依赖于单点温度测量结合k-means聚类分析的异常检测系统,但该方法在实际应用中存在一定的局限性：首先煤层自燃初期温度上升极其缓慢，每天可能仅上升0.1-0.2°c，这种微小变化很容易被传统方法误认为是正常的环境波动，其次热量在空间中的扩散呈现非均匀性，传统的k-means聚类方法难以准确反映整体温度异常趋势，由此导致传统方法容易忽视潜在自燃风险问题，影响了对煤层自燃早期预警的准确性和可靠性。
3、因此，如何在复杂多变的矿井环境中识别潜在的自燃风险成为亟需解决的问题。
技术实现思路
1、有鉴于此，本专利技术实施例提供了一种基于模式识别的...
【技术保护点】
1.基于模式识别的矿内监测数据分析方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于模式识别的矿内监测数据分析方法，其特征在于，所述根据所述初始距离对应的两个多维数据之间的数据差异，获取所述初始距离的时空相关性优化因子，包括：
3.根据权利要求1所述的基于模式识别的矿内监测数据分析方法，其特征在于，所述根据所述初始距离对应的两个多维数据的数据特征，获取所述初始距离的自适应时空权重因子，包括：
4.根据权利要求3所述的基于模式识别的矿内监测数据分析方法，其特征在于，所述根据所述多维数据的邻居集合获取所述多维数据的局部聚类系
<...【技术特征摘要】
1.基于模式识别的矿内监测数据分析方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于模式识别的矿内监测数据分析方法，其特征在于，所述根据所述初始距离对应的两个多维数据之间的数据差异，获取所述初始距离的时空相关性优化因子，包括：
3.根据权利要求1所述的基于模式识别的矿内监测数据分析方法，其特征在于，所述根据所述初始距离对应的两个多维数据的数据特征，获取所述初始距离的自适应时空权重因子，包括：
4.根据权利要求3所述的基于模式识别的矿内监测数据分析方法，其特征在于，所述根据所述多维数据的邻居集合获取所述多维数据的局部聚类系数，包括：
5.根据权利要求3所述的基于模式识别的矿内监测数据分析方法，其特征在于，所述根据与所述多维数据的空间位置相同的多维数据的温度，获取所述多维数据的局部时间连续性系数，包括：
6.根据权利要求3所述的基于模式识别的矿内监测数据分析方法，其特征在于，所述根据所...
【专利技术属性】
技术研发人员：韩会峰，李鑫明，周传凤，张天，
申请(专利权)人：山东峰华智能科技有限公司，
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。