[发明专利]一种瓦斯传感器故障数据的处理方法、装置、系统及介质

说明书

本发明实施例公开了一种瓦斯传感器故障数据的处理方法、装置、系统及介质。获取瓦斯传感器故障数据；将瓦斯传感器故障数据进行小波包分解及能量归一化处理，获取故障数据特征向量；根据故障数据特征向量构建RBF神经网络，获取瓦斯传感器的状态编码；根据预设编码定义，确定瓦斯传感器故障数据类型。本发明提供的技术方案，具有优异的故障数据诊断能力，解决了现有技术的由于辨识瓦斯报警器的报警真伪标准不统一、准确率低、运维效率低的问题。

技术领域

本发明实施例涉及信号处理领域，具体涉及一种瓦斯传感器故障数据的处理方法、装置、系统及介质。

背景技术

瓦斯浓度是煤矿安全领域中一项重要的监测指标。用于监测瓦斯浓度的瓦斯传感器，在井下易受粉尘、潮湿、强磁干扰等环境影响，在监测过程时常发生瓦斯传感器卡死、冲击、漂移等故障，导致瓦斯浓度信号畸变、失真从而产生误报警动作。因此辨识瓦斯传感器故障数据真伪对于提高煤矿安全监测系统可靠性、保障煤矿安全生产具有非常重要的作用。

目前辨识瓦斯传感器报警真伪方法没有统一标准，在很多环节需要通过人工干预来判断故障数据的真伪，且无法对故障种类进行辨识，鉴别真伪的准确率较低，运维效率低，难以满足井下煤矿安全监测的要求。

发明内容

本发明实施例的目的在于提供一种瓦斯传感器故障数据的处理方法、装置、系统及存储介质，用以解决现有辨识瓦斯传感器报警需大量人工干预的问题。

为实现上述目的，本发明实施例主要提供如下技术方案：

第一方面，本发明实施例提供了一种瓦斯传感器故障数据的处理方法，该方法包括：

获取瓦斯传感器故障数据；

将瓦斯传感器故障数据进行小波包分解及能量归一化处理，获取故障数据特征向量；

根据故障特征向量构建RBF神经网络，获取瓦斯传感器的状态编码；

根据预设编码定义，确定瓦斯传感器故障数据类型。

进一步地，瓦斯传感器故障数据类型包括以下一种或多种：

具有阶跃特征的偏置型信号，预设频率区域内的周期型信号，以固定速率偏移的漂移型信号，具有尖峰的冲击型信号。

进一步地，将瓦斯传感器故障数据进行小波包分解及能量归一化处理包括：

将故障数据进行3层小波包分解，选取最优小波包基；

计算与最优小波包基对应的重构信号能量并进行归一化处理。

进一步地，根据故障特征向量构建RBF神经网络包括：

根据故障数据类型在故障数据特征向量中选取训练样本；

通过减聚类算法将训练样本进行聚类，获取聚类个数、中心向量及聚类宽度；

根据聚类个数、中心向量及聚类宽度，确定RBF神经网络的结构。

进一步地，RBF神经网络的拓扑结构为8-7-3。

进一步地，根据预设编码定义，确定瓦斯传感器故障数据类型包括：

响应于RBF神经网络经编码器输出为000时，确定所述瓦斯传感器故障数据为真；

响应于RBF神经网络经编码器输出码为001、010、011、100中任一种时，确定瓦斯传感器故障数据为假。

进一步地，根据预设编码定义，确定瓦斯传感器故障数据类型还包括：

响应于所述RBF神经网络经编码器输出为000时，确定所述瓦斯传感器故障数据为正常故障报；