[發明專利]一種基于時空融合的煤礦瓦斯濃度缺失值填充方法

有效

• 申請號: 202110325141.0
• 申請日: 2021-03-26
• 公開（公告）號: CN112948743B
• 公開（公告）日: 2022-05-03
• 發明（設計）人: 胡峰;葉福豪;代勁;于洪;張清華;湯成富;李路正;陳政
• 申請（專利權）人: 重慶郵電大學
• 主分類號: G06F17/10
• 分類號: G06F17/10;G06N3/04;G06N3/08
• 代理公司: 重慶輝騰律師事務所 50215
• 代理人: 盧勝斌

本發明屬于數據處理領域，具體涉及一種基于時空融合的煤礦瓦斯濃度缺失值填充方法，該方法包括：對噪聲數據進行識別及處理；基于時間維度對數據的缺失值進行填充；基于空間維度對數據的缺失值進行填充；將時間和空間維度的填充結果進行融合，從而得到最終結果；本發明將離線數據作為模型構建的訓練集，并將生成的模型應用于生產環境中的數據，能夠綜合利用各種煤礦瓦斯濃度監測數據，提高模型泛化能力，降低填充誤差。

技術領域

本發明屬于數據處理領域，具體涉及一種基于時空融合的煤礦瓦斯濃度缺失值填充方法。

背景技術

隨著科學技術的不斷更新發展，信息化在各個領域越來越重要，從最初的計算機，攝像頭到家用計算機，智能手機，再到大數據和人工智能，通過不斷升級采集和利用數據的方式，將人與人，人與世界連接起來，構成一張繁密的網絡，且數據挖掘已經廣泛應用到各種領域中。在實際中，數據在錄入過程可能出現“誤錄”和“漏錄”的情況，從而導致得到的數據為含有噪聲的數據或不完備的數據。不完備數據會對數據挖掘造成多種影響：完備數據減少，可獲得的信息相應減少，導致結果的標準誤差和置信區間均變大；一些模型不適用于含有缺失值的數據。異常數據會嚴重影響模型效果與統計分析，因此，在數據挖掘前需要先對數據進行處理，形成一個有效的數據集之后，才能進行最有效的分析。

目前我國各大煤礦安全態勢的瓦斯監測系統多數以PC機為主體，在礦井下固定的地方安裝瓦斯監測傳感器，再通過很長的電纜把監測到的濃度等數據傳到煤礦中心控制室。煤礦開采過程中通過安裝不同規格的傳感器收集到不同地區、不同礦區、不同時間的監測數據，通過對這些數據進行挖掘可以發現其潛在價值，為礦區的安全監察和災害預警起到重要的作用；但在實際中，采集到的數據存在著噪聲數據，數據缺失等問題而不能被直接使用，基于未處理的數據進行分析可能造成較大的偏差，得到錯誤的煤礦安全態勢分析結果，嚴重危害人們生命及財產安全。現有的數據預處理方法大多運用統計學、機器學習和深度學習領域的相關技術，且多數缺失值填充方法僅適用于缺失率較低、數據變化平穩的情況，一旦缺失率較高，填充效果就會急劇下降，難以用一個模型去適配所有的缺失情況。

發明內容

為解決以上現有技術存在的問題，本發明提出了一種基于時空融合的煤礦瓦斯濃度缺失值填充方法，該方法包括：

S1：獲取煤礦瓦斯濃度數據集；

S2：采用高斯混合函數擬合數據集中的樣本數據，并對噪聲數據進行標記；將標記的噪聲數據重置為前后時刻的煤礦瓦斯濃度均值；

S3：將標記后的樣本數據從前后輸入到BiLSTM模型中，從時間維度對缺失值進行填充；

S4：挖掘瓦斯傳感器之間的空間關系趨勢圖，根據空間關系趨勢圖將K個最鄰近傳感器的相位變化率作為缺失值的變化率，根據缺失值的變化率從空間維度對缺失值進行填充；

S5：計算步驟S3和步驟S4的填充均方誤差，并根據填充均方誤差確定合適的權重，采用該權重加權融合時空維度的填充值作為最終的填充結果。

優選的，采用高斯混合函數擬合數據集中的樣本數據以及對噪聲數據進行標記的過程包括：設置閾值，將已有的噪聲數據集與高斯混合函數進行擬合，得到高斯混合函數的參數值；根據高斯混合函數的參數值判斷樣本數據與高斯函數預測值的誤差；將誤差值與設置的閾值進行比較，如果誤差小于給定閾值，則將數據標記為噪聲數據，否則為正常數據。

進一步的，高斯混合函數的公式為：

優選的，采用BiLSTM模型對缺失值進行填充的過程為：

步驟1：將缺失值的瓦斯數據輸入到前向LSTM模型中，得到前向預測結果；

步驟2：將缺失值的瓦斯數據輸入到后向LSTM模型中，得到后向預測結果；