[發明專利]基于多元融合時空特征卷積網絡的氣體濃度預測方法

在審

• 申請號: 202110904175.5
• 申請日: 2021-08-06
• 公開（公告）號: CN113742893A
• 公開（公告）日: 2021-12-03
• 發明（設計）人: 梁運濤;孟祥寧;王剛;田富超;王永敬;于重重;孫勇;蘇偉偉;張軍杰;馮文彬;任杰;唐輝;韓露
• 申請（專利權）人: 中煤科工集團沈陽研究院有限公司;北京工商大學
• 主分類號: G06F30/20
• 分類號: G06F30/20
• 代理公司: 沈陽易通專利事務所 21116
• 代理人: 邢慧清

本發明涉及一種基于多元融合時空特征卷積網絡的氣體濃度預測方法，包括以下步驟：步驟A、對目標監測點處指標氣體中的目標氣體與其他氣體進行多元輔助因素分析，選擇與目標氣體相關性高的氣體作為輔助變量；步驟B、通過對所有目標監測點處的所有傳感器的三維空間特征進分析，得到三維時空特征；步驟C、使用時空卷積模型對目標氣體的氣體濃度進行預測；步驟D、通過平均百分比誤差對時空卷積模型預測效果進行檢測。本發明在時間卷積網絡基礎上，融合了采空區目標監測點周圍其他監測點的空間數據，然后提取目標監測點處的空間特征，還通過分析目標監測點處其他氣體濃度數據數據與目標氣體數據之間的相關性，作為輔助因素來提高預測精度。

技術領域

本發明涉及煤礦采空區氣體濃度預測技術領域，特別涉及一種基于多元融合時空特征卷 積網絡的氣體濃度預測方法。

背景技術

自燃火災的防治成為了煤礦火災防治的重點，而自燃火災的防治重點區域就是采空區。 由于煤炭自燃過程中會產生碳氧化合物、烷烴類氣體，通過分析指標氣體生成狀況的變化就 可大致判斷煤氧化過程所處的階段。傳統的預測方法只考慮時間序列數據的時間特性，即利 用標志性氣體濃度的歷史數據作為觀測值對未來數據進行預測，未考慮空間屬性。但是在氣 體的擴散及風流的影響下，采空區中的氣體不僅有時間特性，還有空間特性，即該處變量值 與其他監測點位置變量的值有密切關系。若不考慮空間屬性的影響，則會忽略風流場這一影 響重要因素，影響預測結果。

發明內容

為了解決現存技術中的問題，本發明提供一種基于多元融合時空特征卷積網絡的氣體濃 度預測方法。本發明在時間卷積網絡基礎上，融合了采空區目標監測點周圍其他監測點的空 間數據，然后提取目標監測點處的空間特征，還通過分析目標監測點處其他氣體濃度數據數 據與目標氣體數據之間的相關性，作為輔助因素來提高預測精度。

本發明的上述目的通過以下技術方案實現：基于多元融合時空特征卷積網絡的氣體濃度 預測方法，包括以下步驟：

步驟A、對目標監測點處指標氣體中的目標氣體與其他氣體進行多元輔助因素分析，選 擇與目標氣體相關性高的氣體作為輔助變量；所述目標氣體為指標氣體中的任意一個氣體， 其余為其他氣體；

步驟B、通過對所有目標監測點處的所有傳感器的三維空間特征進分析，得到三維時空 特征；

步驟C、使用時空卷積模型對目標氣體的氣體濃度進行預測；

步驟D、通過平均百分比誤差對時空卷積模型預測效果進行檢測。

進一步地，所述步驟A具體包括以下步驟：

步驟A1、計算目標氣體和其他氣體延遲T(1,2,…7)個時刻的時間序列的相關系數；

步驟A2、根據所述步驟A1的相關系數計算結果選擇出與目標氣體相關性高的氣體作 為輔助變量。

進一步地，所述步驟B具體包括以下步驟：

步驟B1、構建GSM氣體空間矩陣；

(1)根據傳感器分布情況，將空間劃分為l*w*h個具有相同大小的單元，每個單元包 含一組傳感器；其中，l*w*h為劃分后的長*寬*高，單位分別為米；

(2)根據兩個時間序列S_ij＝(S_i,S_j)，并計算皮爾遜相關系數，S_i和S_j的皮爾遜相關系 數如式1所示；