一種用于煤礦自燃火災大數(shù)據(jù)平臺的數(shù)據(jù)驅動的方法技術

本發(fā)明專利技術提供了一種用于煤礦自燃火災大數(shù)據(jù)平臺的數(shù)據(jù)驅動的方法，是一種用于煤礦自燃火災標志氣體發(fā)生率的概率估算方法，包括如下步驟，1）收集煤礦標志氣體濃度數(shù)據(jù)，2）數(shù)據(jù)預處理，3）用hypothesis test判定標志氣體增長率所屬概率分布類型；4）利用Maximum Likelihood Estimation的方法用所有的標志氣體發(fā)生率的數(shù)據(jù)去計算此概率分布的參數(shù)；5）利用求得的概率分布的參數(shù)，可以用蒙特卡洛仿真Monte Carlo Simulation的方法用大量的數(shù)據(jù)點去仿真標志氣體變化率的真實概率分布；6）利用上步求得的標志氣體真實變化率分布，乘以想要預測的時間，求得在未來預測時間時的標志氣體濃度分布；7）設定一個標志氣體濃度報警界限，求得發(fā)生概率。

Data driving algorithm for large data platform of spontaneous combustion fire in coal mine

The present invention provides a method for coal spontaneous combustion of large data platform for data driven algorithm, which is used for a coal mine fire sign gas occurrence probability estimation method, which comprises the following steps: 1) coal mine gas concentration data collection mark, 2) data preprocessing, 3) with hypothesis test indicators for determining gas growth the rate of the type of probability distribution; 4) by using the method of Maximum Likelihood Estimation with all of the signs of gas incidence data to calculate the parameters of the probability distribution; 5) using the parameters of the probability distribution is obtained, can use Monte Carlo simulation method Monte Carlo Simulation with a large number of data points to sign real simulation the probability distribution of the change rate of gas; 6) using the step mark gas change rate distribution, multiplied by to predict time obtained in the future forecast time The distribution of gas concentration; 7) set a mark gas concentration alarm limit and obtain the probability of occurrence.

【技術實現(xiàn)步驟摘要】
一種用于煤礦自燃火災大數(shù)據(jù)平臺的數(shù)據(jù)驅動的算法
本專利技術涉及自然火災檢測
，特別是涉及一種用于煤礦自燃火災大數(shù)據(jù)平臺的數(shù)據(jù)驅動的算法。
技術介紹
我國煤礦具有百年以上的開采歷史，隨著礦井開采年限的增長、開采深度增加、開采范圍的逐漸擴大，煤炭自燃災害日趨嚴重。煤田火災不僅僅是損失了數(shù)億噸的煤炭，而且由此引發(fā)的地質環(huán)境、生態(tài)環(huán)境、大氣環(huán)境等問題，對我國今后經(jīng)濟的可持續(xù)發(fā)展將帶來無法估量的危害。而礦井火災造成的煤塵瓦斯爆炸更會釀成煤礦重大惡性事故，凍結大量煤炭資源和生產(chǎn)設備，造成了巨大的經(jīng)濟損失和人員傷亡。因此，礦井煤炭自然發(fā)火事故的預防必然成為煤礦安全研究的重點。及時準確地發(fā)出火災早期預報，不僅可以及時采取防滅火措施，將火災事故消除于萌芽狀態(tài)，而且還可以減少防滅火造成的經(jīng)濟損失，防止火災事故的發(fā)生。目前，我國多數(shù)煤礦企業(yè)已經(jīng)對煤礦自燃火災災害進行了氣體成分分析、溫度監(jiān)測等監(jiān)測手段，這對保障煤礦的安全生產(chǎn)起到了積極的作用。但是，大多企業(yè)只是對原始數(shù)據(jù)進行簡單的報警、顯示存儲和打印，獲得的氣體組分通常是相互獨立的數(shù)據(jù)，且大多是非線性變化的，而對監(jiān)測數(shù)據(jù)之間的內部聯(lián)系研究不足。當前對于煤礦自燃火災監(jiān)測數(shù)據(jù)的使用還十分的簡單，對于煤礦自燃火災的趨勢預測往往以理論模型等確定性的預測方法為主，預測結果是一個確定值。這類方法主要有兩種不足：(1)由于井下狀況是復雜多變的。環(huán)境因素和人為因素，如通風、瓦斯含量、溫度、施工方案、工作面推進速度等條件多而且復雜，會對火災發(fā)展趨勢的預測產(chǎn)生極大地影響，而傳統(tǒng)的理論模型等確定性的預測方法則無法考慮所有的變量條件，只能機械的去擬合火災發(fā)展趨勢，預測的準確度往往很低；(2)井下的環(huán)境、人為因素中蘊含著大量的不確定性。由于環(huán)境、人為因素的多變，很多變量都是隨機的、不確定性的，而傳統(tǒng)的理論模型的預測無法體現(xiàn)這些隨機性的影響，嚴重影響著傳統(tǒng)方法預測結果的可信度，對煤礦的安全指導缺乏實際意義。為解決以上問題，本專利技術基于構建的煤礦自燃火災大數(shù)據(jù)平臺，利用平臺采集存儲的數(shù)據(jù)，提出了一種數(shù)據(jù)驅動的算法。算法利用數(shù)據(jù)平臺采集的煤礦采空區(qū)的標志氣體的組分信息，拋開理論模型，利用數(shù)據(jù)驅動的方式構建一個概率模型。算法的優(yōu)點在于一方面可以充分利用數(shù)據(jù)中蘊含的不確定性，利用概率模型的特點將數(shù)據(jù)中的不確定性體現(xiàn)在標志氣體變化的概率分布中；另一方面可以以概率模型去預測煤礦采空區(qū)的發(fā)火趨勢，以概率預測去替代傳統(tǒng)的確定性預測，使預測結果更加準確，對煤礦的安全指導更具備參考意義。
技術實現(xiàn)思路
本專利技術的主要目的是設計一種用于煤礦自燃火災分布式大數(shù)據(jù)平臺的數(shù)據(jù)驅動的算法，對煤礦生產(chǎn)的整個過程進行實時監(jiān)控，高效快速的獲取有價值的煤礦生產(chǎn)信息，確定煤礦生產(chǎn)過程中自然因素對煤礦安全生產(chǎn)的影響，使用數(shù)據(jù)挖掘中的關聯(lián)規(guī)則算法對原始數(shù)據(jù)進行統(tǒng)計分析和深度挖掘，發(fā)現(xiàn)各種自然因素之間的關系，以便決策者確定合理的控制方案。本專利技術是通過以下技術方案來實現(xiàn)的：一種用于煤礦自燃火災分布式大數(shù)據(jù)平臺的數(shù)據(jù)驅動的算法，其為一種用于煤礦自燃火災標志氣體發(fā)生率的概率估算方法，由于標志氣體是煤礦自燃火災發(fā)火趨勢判斷的最重要的依據(jù)，而對于標志氣體發(fā)生率的估算可以有效地預測標志氣體在未來的變化趨勢，因此可以有效地預判煤礦未來發(fā)火狀況并結合開采工作情況采取必要的滅火準備措施，包括如下步驟，1)收集煤礦標志氣體濃度數(shù)據(jù)，煤礦自燃火災大數(shù)據(jù)平臺的感知層會將布置在某采空區(qū)的監(jiān)測束管進行井下氣體樣本的周期循環(huán)抽取，然后將氣樣輸送至井上進行氣體濃度分析，得到此采空區(qū)的標志氣體濃度的周期數(shù)據(jù)；2)數(shù)據(jù)預處理，計算標志氣體增長率，在積累標志氣體濃度周期數(shù)據(jù)至一定量后，將標志氣體濃度周期數(shù)據(jù)依次求差然后除以時間間隔，得到標志氣體變化率數(shù)據(jù)，如下公式St是t點時的標志氣體變化率，Ct和Ct-1分別是t點和t-1點時的標志氣體濃度，T是t點和t-1點間的時間間隔3)用hypothesistest判定標志氣體增長率所屬概率分布類型，將已收集數(shù)據(jù)的標志氣體變化率分布用Kolmogorov-Smirnovtest檢驗法去依次判斷此標志氣體變化率分布屬于哪個概率分布類型；4)利用MaximumLikelihoodEstimation的方法用所有的標志氣體發(fā)生率的數(shù)據(jù)去計算此概率分布的參數(shù)，如高斯分布的期望和方差；5)利用求得的概率分布的參數(shù)，可以用蒙特卡洛仿真MonteCarloSimulation的方法用大量的數(shù)據(jù)點去仿真標志氣體變化率的真實概率分布；6)利用上步求得的標志氣體真實變化率分布，乘以想要預測的時間，如100天后，可以求得在未來預測時間時的標志氣體濃度分布；7)設定一個標志氣體濃度報警界限，如24ppm，可以由上步的100天后的標志氣體濃度分布，求得100天后標志氣體到達24ppm的概率。進一步的，以數(shù)據(jù)驅動算法構架的標志氣體發(fā)生率的概率估算方法，其中想要預測時間和設定的濃度界限都是可調的，根據(jù)煤礦想要預測的參數(shù)來修改。進一步的，以數(shù)據(jù)驅動算法構架的標志氣體發(fā)生率的概率估算方法步驟8)中所述的指標氣體為CO、CH4、CO2、O2、C2H6、C2H4、C2H2。進一步的，以數(shù)據(jù)驅動算法構架的CO發(fā)生率的概率估算方法步驟4)中包括Likelihood計算公式、Log-Likelihood計算公式及maximumlikelihoodestimator計算公式，Likelihood計算公式如下，Log-Likelihood計算公式如下，maximumlikelihoodestimator計算公式如下，本專利技術還包括一種基于上述一種用于煤礦自燃火災大數(shù)據(jù)平臺的數(shù)據(jù)驅動的算法的煤礦自然火災大數(shù)據(jù)平臺，其包括煤礦自然火災監(jiān)測感知層、數(shù)據(jù)分布式存儲模塊、所述的數(shù)據(jù)挖掘模塊和數(shù)據(jù)表達模塊，所述的煤礦自燃火災監(jiān)測的智能物聯(lián)網(wǎng)感知層面向煤礦的各種特性，通過部署系列各種監(jiān)測系統(tǒng)和裝置，獲取煤礦自燃火災檢測數(shù)據(jù)，其包括正壓輸氣束管監(jiān)測系統(tǒng)、井下微色譜氣體監(jiān)測系統(tǒng)、束管紅外氣體監(jiān)測系統(tǒng)、光纖束管監(jiān)測系統(tǒng)；所述的數(shù)據(jù)分布式存儲模塊是煤礦自燃火災監(jiān)測感知層采集數(shù)據(jù)的存儲端，通過部署在各個煤礦的火災感知層設備和系統(tǒng)采集數(shù)據(jù)，然后將數(shù)據(jù)上傳至各煤礦專有的存儲服務器上，利用分布式的存儲結構有效的管理自燃火災監(jiān)測的初始數(shù)據(jù)；所述的數(shù)據(jù)挖掘模塊是部署在煤礦上層礦業(yè)集團中心計算服務器上，各煤礦的分布式存儲數(shù)據(jù)首先匯總至中心服務器，然后利用其計算能力，通過數(shù)據(jù)驅動算法將各煤礦分別采集的初始數(shù)據(jù)進行數(shù)據(jù)挖掘，有效的分析數(shù)據(jù)所含有的關于煤礦自燃火災標志氣體的變化趨勢、預測時間等深度信息；所述的數(shù)據(jù)表達模塊包括標志氣體概率模型分析預測模塊、實時監(jiān)控看板、危險礦區(qū)重點關注模塊、專家意見反饋診斷平臺、手機報警模塊、報表模塊等，其為集團公司和下屬各煤礦公司提供一個數(shù)據(jù)查詢、瀏覽，并以表格圖形等方式展示的綜合管理平臺；同時，礦務局有關人員可以利用本系統(tǒng)，對下屬各礦的束管監(jiān)測結果進行實時監(jiān)控，查詢各礦的歷史數(shù)據(jù)，顯示用于煤礦自燃預警的趨勢圖表，提供日、旬、月、季、年的報表，并能在出現(xiàn)報警時通知到有關人員的手機上，并且系統(tǒng)可通過數(shù)據(jù)傳輸接口，進一步將監(jiān)測數(shù)據(jù)上傳到云端大數(shù)據(jù)中心；通過大數(shù)據(jù)技術破解煤礦自燃防治領域里的難題，為本文檔來自技高網(wǎng)...

【技術保護點】
一種用于煤礦自燃火災大數(shù)據(jù)平臺的數(shù)據(jù)驅動的算法，其特征在于，是一種用于煤礦自燃火災標志氣體發(fā)生率的概率估算方法，包括如下步驟，1)收集煤礦標志氣體濃度數(shù)據(jù)，煤礦自燃火災大數(shù)據(jù)平臺的感知層會將布置在某采空區(qū)的監(jiān)測束管進行井下氣體樣本的周期循環(huán)抽取，然后將氣樣輸送至井上進行氣體濃度分析，得到此采空區(qū)的標志氣體濃度的周期數(shù)據(jù)；2)數(shù)據(jù)預處理，計算標志氣體增長率，在積累標志氣體濃度周期數(shù)據(jù)至一定量后，將標志氣體濃度周期數(shù)據(jù)依次求差然后除以時間間隔，得到標志氣體變化率數(shù)據(jù)，如下公式

【技術特征摘要】
1.一種用于煤礦自燃火災大數(shù)據(jù)平臺的數(shù)據(jù)驅動的算法，其特征在于，是一種用于煤礦自燃火災標志氣體發(fā)生率的概率估算方法，包括如下步驟，1)收集煤礦標志氣體濃度數(shù)據(jù)，煤礦自燃火災大數(shù)據(jù)平臺的感知層會將布置在某采空區(qū)的監(jiān)測束管進行井下氣體樣本的周期循環(huán)抽取，然后將氣樣輸送至井上進行氣體濃度分析，得到此采空區(qū)的標志氣體濃度的周期數(shù)據(jù)；2)數(shù)據(jù)預處理，計算標志氣體增長率，在積累標志氣體濃度周期數(shù)據(jù)至一定量后，將標志氣體濃度周期數(shù)據(jù)依次求差然后除以時間間隔，得到標志氣體變化率數(shù)據(jù)，如下公式St是t點時的標志氣體變化率，Ct和Ct-1分別是t點和t-1點時的標志氣體濃度，T是t點和t-1點間的時間間隔3)用hypothesistest判定標志氣體增長率所屬概率分布類型，將已收集數(shù)據(jù)的標志氣體變化率分布用Kolmogorov-Smirnovtest檢驗法去依次判斷此標志氣體變化率分布屬于哪個概率分布類型；4)利用MaximumLikelihoodEstimation的方法用所有的標志氣體發(fā)生率的數(shù)據(jù)去計算此概率分布的參數(shù)，如高斯分布的期望和方差；5)利用求得的概率分布的參數(shù)，可以用蒙特卡洛仿真MonteCarloSimulation的方法用大量的數(shù)據(jù)點去仿真標志氣體變化率的真實概率分布；6)利用上步求得的標志氣體真實變化率分布，乘以想要預測的時間，如100天后，可以求得在未來預測時間時的標志氣體濃度分布；7)設定一個標志氣體濃度報警界限，如24ppm，可以由上步的100天后的標志氣體濃度分布，求得100天后標志氣體到達24ppm的概率。2.根據(jù)權利要求1所述的一種用于煤礦自燃火災大數(shù)據(jù)平臺的數(shù)據(jù)驅動的算法，其特征在于，以數(shù)據(jù)驅動算法構架的標志氣體發(fā)生率的概率估算方法，其中想要預測時間和設定的濃度界限都是可調的，根據(jù)煤礦想要預測的參數(shù)來修改。3.根據(jù)權利要求1所述的一種用于煤礦自燃火災大數(shù)據(jù)平臺的數(shù)據(jù)驅動的算法，其特征在于，以數(shù)據(jù)驅動算法構架的標志氣體發(fā)生率的概率估算方法步驟8)中所述的指標氣體為CO、CH4、CO2、O2、C2H6、C2H4、C2H2。4.根據(jù)權利要求1所述的一種用于煤礦自燃火災大數(shù)據(jù)平臺的數(shù)據(jù)驅動的算法，其特征在于，以數(shù)據(jù)驅動算法構架的標志氣體發(fā)生率的概率估算方法步驟4)中包括Likelihood計算公式、Log-Likelihood計算公式及maximumlikelihoodes...

【專利技術屬性】
技術研發(fā)人員：白光星，白念祥，胡韶明，賈明鑠，
申請(專利權)人：淄博祥龍測控技術有限公司，
類型：發(fā)明
國別省市：山東,37