[发明专利]一种矿井瓦斯浓度预警方法

说明书

【技术领域】

本发明属于煤矿安全监测与监控技术领域，具体涉及一种矿井瓦斯浓度预警方法，基于安全监测监控系统实时数据的大数据处理及安全预警应用。

【背景技术】

瓦斯灾害是对矿井生产危害程度最大的灾害之一，严重威胁着煤矿安全生产，矿井瓦斯监测是预防瓦斯灾害的重要手段，矿井瓦斯监测不仅能够为瓦斯浓度控制提供实时数据，而且能够通过网络通信将大量瓦斯监测数据传输至监控主机，从而为基于安全监测监控系统的实时监测数据(实测数据)的大数据处理及安全预警应用研究奠定了基础，这类研究对于推动安全关口前移有着重要的现实意义。瓦斯监测数据来源于矿用甲烷传感器监测的甲烷体积分数信号，风流中的瓦斯浓度的大小主要是影响瓦斯涌出的地质构造因素、生产因素、通风因素的共同作用的结果，因而瓦斯监测数据的处理及应用，按照其应用需求不同对于数据处理的方法也有不同的要求，面向现场中短期应用的矿井瓦斯浓度预测预警应用研究中，地质构造影响在较长时段内偏于稳定，可以认为是确定的，通风因素可依靠风速监测与瓦斯浓度监测数据融合分析，而生产因素的影响是不确定的。

目前以瓦斯监测数据处理为手段来反演分析生产因素对瓦斯涌出的影响尚无实际研究成果，而基于安全监测监控系统实时监测数据的大数据处理及安全预警应用研究，要保证其计算精度与安全分析的合理性就必须考虑生产因素影响，鉴于此，研究一种生产因素对瓦斯涌出影响分析方法。

【发明内容】

本发明所要解决的技术问题在于针对上述现有技术中的不足，提供一种生产因素对瓦斯涌出影响的监测方法，融合监测信息中的数值量和开关量，有效分析生产因素对回采工作面瓦斯涌出的影响。

本发明采用以下技术方案：

一种矿井瓦斯浓度预警方法，包括以下步骤：

S1、将不同班次风速、瓦斯监测数据序列转化为瓦斯流量数据序列集Q；

S2、将Q中各序列按照设定样本维数m进行重构，将每天的监测数据重构形成n个样本，根据样本长度确定生产影响时间的长度

S3、以步骤S2确定的为分界点，计算检修班次内时间点t′前后监测数据样本的均值之差C；

S4、计算历史监测数据中样本均值之差序列C的平均值μ和标准差σ，确定一定置信水平下生产因素对瓦斯浓度大小影响的置信区间[μ-βσ,μ+βσ]；

S5、根据步骤S2和步骤S4确定的生产影响对瓦斯涌出影响的时间长度以及由于生产影响导致风流中瓦斯浓度的变化区间，进行瓦斯浓度预警。

进一步的，所述步骤S1中，将通风对瓦斯浓度的影响转化为瓦斯流量数据序列Q_t，将监测数据划分时间段组成序列集Q＝{Q₁,Q₂,Q₃}，所述瓦斯流量数据序列Q_t＝x_t×v×S，其中，t＝1,2,…，v表示风速，S表示巷道断面积，x_t表示t时刻瓦斯浓度监测值。

进一步的，重构所述样本具体为Q_i＝{q_ijk}，其中，i＝1,2,3，j＝1,2,…,n，k＝1,2,…,m。

进一步的，计算两组样本的距离之差当减小并趋于临界值ε时，所述ε小于0.05，即可依据样本长度确定生产影响时间的长度

进一步的，所述样本距离具体为：

其中，j＝1,2,…,n，n＝N-m+1，t＝jmΔt，Δt为监测周期，N为序列长度。

进一步的，所述均值之差C具体为：

其中，n₁＝N₁-m+1，n₂＝N₂-m+1，N₁和N₂分别为第2班次中以时间点t′分割成2段序列的长度。

进一步的，建立历史监测数据中所述均值之差序列C，计算序列C的平均值μ和标准差σ。

进一步的，根据所述均值μ和标准差σ，确定在一定置信水平下生产因素对瓦斯浓度大小影响的置信区间[μ-βσ,μ+βσ]，β为该置信水平下样本均值之差近似服从概率分布的概率密度值。

进一步的，所述分析方法能够与安全监测监控主机联机，通过将计算结果还原为瓦斯浓度序列，分析生产因素对瓦斯涌出的影响，提高矿井瓦斯监测数据时间序列分析的准确性，定量确定生产对工作面瓦斯浓度影响大小。

与现有技术相比，本发明至少具有以下有益效果：