[發(fā)明專利]一種基于云模型的多粒度煤礦瓦斯風(fēng)險預(yù)測方法

有效

• 申請?zhí)枺?/td>: 202010528525.8
• 申請日: 2020-06-11
• 公開（公告）號: CN111680268B
• 公開（公告）日: 2023-05-23
• 發(fā)明（設(shè)計）人: 代勁;張磊;胡峰
• 申請（專利權(quán)）人: 重慶郵電大學(xué)
• 主分類號: G06F17/18
• 分類號: G06F17/18;G01N33/00
• 代理公司: 重慶輝騰律師事務(wù)所 50215
• 代理人: 王海軍

本發(fā)明涉及一種基于云模型的多粒度煤礦瓦斯風(fēng)險預(yù)測方法，所述方法包括：根據(jù)原始數(shù)據(jù)生成多個含混度小于閾值的高斯云；將論域邊界由高斯云表征的概念轉(zhuǎn)換成半梯形云，最終生成表示原始數(shù)據(jù)宏觀概念的多個混合云；按照煤礦監(jiān)管監(jiān)察時間架構(gòu)離散化數(shù)據(jù)集，調(diào)用逆向云發(fā)生器將每個離散的時間片轉(zhuǎn)換成賦有語義的時間粒；按照煤礦監(jiān)管監(jiān)察空間架構(gòu)離散化數(shù)據(jù)集，調(diào)用逆向云發(fā)生器將每個離散的空間片轉(zhuǎn)換成賦有語義的空間粒；計算每個時間粒所隸屬的相應(yīng)宏觀概念及隸屬度；根據(jù)煤礦瓦斯?jié)舛鹊亩嗔６缺硎窘Y(jié)果構(gòu)建云規(guī)則推理，對短期內(nèi)的瓦斯?jié)舛冗M行預(yù)測；本發(fā)明能夠充分考慮真實生產(chǎn)環(huán)境，高效地處理海量煤礦安全生產(chǎn)數(shù)據(jù)，屬于數(shù)據(jù)分析技術(shù)領(lǐng)域。

技術(shù)領(lǐng)域

本發(fā)明屬于工業(yè)安全流程控制與決策領(lǐng)域，特別涉及一種基于云模型的多粒度煤礦瓦斯風(fēng)險預(yù)測方法。

背景技術(shù)

我國煤炭分布范圍廣泛，埋藏地質(zhì)條件復(fù)雜，長期以來，煤炭工業(yè)是我國安全事故發(fā)生最嚴(yán)重的行業(yè)，隨著我國對煤礦監(jiān)管監(jiān)察力度的加強，數(shù)字礦山的智能化也在穩(wěn)步發(fā)展，在礦業(yè)的信息化建設(shè)過程中，雖然積累了海量的煤礦安全生產(chǎn)數(shù)據(jù)，但基于安全生產(chǎn)方面相應(yīng)的方法或模型較少，無法為煤礦安全管理提供可靠的決策信息支撐。如何對這些海量的煤礦風(fēng)險數(shù)據(jù)資源進行分析和處理，發(fā)現(xiàn)其中潛在、未知的知識和規(guī)律，是目前急需解決的問題。近年來，越來越多的學(xué)者也開始投入到針對煤礦安全生產(chǎn)數(shù)據(jù)的研究中來，并取得了較好的應(yīng)用效果。現(xiàn)有的針對煤礦安全生產(chǎn)數(shù)據(jù)的研究按照其應(yīng)用場景可主要分為：煤礦數(shù)據(jù)建模與降維、煤礦數(shù)據(jù)不確定性挖掘；煤礦安全評價與分析三類；

上述對煤礦數(shù)據(jù)的挖掘普遍在固定粒度層面展開，且其對定量分析與定性評價之間的相互轉(zhuǎn)換關(guān)系缺乏研究，導(dǎo)致定性的煤礦風(fēng)險評估難以有效指導(dǎo)定量的生產(chǎn)實踐工作。本文借助粒計算中的多粒度思想，多粒度計算的思想來源于Hobbs所提出的“人類問題求解的基本特征之一，就是從不同的粒度上觀察世界，并且很容易地從一個抽象層次轉(zhuǎn)換到其他層次的能力，即分層次的處理它們”。其進行多粒度計算的目的是為了降低處理復(fù)雜問題的復(fù)雜性，能夠?qū)?fù)雜問題求解、大數(shù)據(jù)挖掘和不確定性信息處理等問題上提供有力幫助。通過對原始煤礦數(shù)據(jù)進行定量到定性、細粒度到粗粒度間的轉(zhuǎn)換，抽象出較高的概念層；可在煤礦安全管理和決策分析時，提供更有指導(dǎo)意義的知識。云模型是粒計算中定量到定性轉(zhuǎn)換的經(jīng)典模型，本研究主要基于云模型相關(guān)理論，開展面向煤礦安全大數(shù)據(jù)的多粒度表示方法的研究。

發(fā)明內(nèi)容

為了實現(xiàn)煤礦安全數(shù)據(jù)定量與定性間的不確定性轉(zhuǎn)換，本發(fā)明提出一種基于云模型的多粒度煤礦瓦斯風(fēng)險預(yù)測方法，具體包括以下步驟：

S0、獲取原始數(shù)據(jù)；

S1、統(tǒng)計原始數(shù)據(jù)頻度分布，并計算其分布偏度，對于分布偏度大于閾值的對其進行對數(shù)轉(zhuǎn)換；

S2、調(diào)用高斯混合模型將其分布函數(shù)轉(zhuǎn)換成多個高斯分布，并計算相應(yīng)的高斯云參數(shù)，按序?qū)γ總€高斯云的含混度進行判斷，生成多個含混度小于閾值的高斯云；

S3、將論域邊界由高斯云表征的概念轉(zhuǎn)換成半梯形云，最終生成表示原始數(shù)據(jù)宏觀概念的多個混合云；

S4、按照煤礦監(jiān)管監(jiān)察時間架構(gòu)離散化數(shù)據(jù)集，調(diào)用逆向云發(fā)生器將每個離散的時間片轉(zhuǎn)換成賦有語義的時間粒

S5、按照煤礦監(jiān)管監(jiān)察空間架構(gòu)離散化數(shù)據(jù)集，調(diào)用逆向云發(fā)生器將每個離散的空間片轉(zhuǎn)換成賦有語義的空間粒

S6、計算每個時間粒所隸屬的相應(yīng)宏觀概念及隸屬度，得到多粒度表示；

S7、根據(jù)煤礦瓦斯?jié)舛鹊亩嗔６缺硎窘Y(jié)果構(gòu)建云規(guī)則推理，對短期內(nèi)的瓦斯?jié)舛冗M行預(yù)測。

進一步的，步驟S0包括：在每個采區(qū)和掘進工作面設(shè)置高低甲烷濃度傳感器，將高低甲烷濃度傳感器采集的瓦斯?jié)舛茸鳛樵紨?shù)據(jù)。