[发明专利]一种多因素影响下矿井灾害气体浓度区间预测方法及系统

说明书

本发明公开了一种多因素影响下矿井灾害气体浓度区间预测方法，属于灾害气体浓度预测技术领域，解决了现有矿井灾害气体浓度预测准确性、合理性较差的问题。一种一种多因素影响下矿井灾害气体浓度区间预测方法，包括以下步骤：采集矿井的灾害气体浓度，并获取与所述灾害气体相应的各影响因素的实时监测数据；确定与所述灾害气体相应的所有主要影响因素；得到所述灾害气体浓度和所有主要影响因素的模糊信息粒化区间值；构建基于最小二乘支持向量回归机的矿井灾害气体浓度区间预测模型，获取下一个粒化窗口的灾害气体浓度预测区间。实现了更加准确、合理的预测出灾害气体的浓度区间。

技术领域

本发明涉及灾害气体浓度预测技术领域，尤其是涉及一种多因素影响下矿井灾害气体浓度区间预测方法及系统。

背景技术

地下矿开采环境复杂多变，影响地下矿灾害气体浓度变化的各类因素很多，灾害气体浓度的准确预测是实现矿井安全高效开采的关键，矿井灾害气体传感器监测值是受多因素影响下的外在表现，所以，仅仅依据单个测点灾害气体浓度值对矿井中灾害气体浓度的变化情况进行预测，结果不一定与实际情况相符，不能真正实现对地下矿灾害气体浓度的准确预测；据分析，矿井通风情况、温度以及氧气浓度等都对同一时刻的灾害气体浓度产生一定影响，因此，对矿井灾害气体浓度预测，需综合考虑上述各类关联因素，充分利用地下矿监测监控系统中的其他有效监测信息，采用多因素信息融合技术，将更加适用于矿井灾害气体浓度的预测。

地下矿灾害气体浓度变化具有随机性、模糊性以及高度非线性等特点，使得基于单个测点灾害气体浓度值的预测方法对灾害气体浓度的预测存在一定的局限性，不能全面、有效的反映时间序列所蕴含的内部特性。目前，大多数研究多基于灾害气体浓度监测本身或单影响因素对地下矿灾害气体浓度的变化趋势进行预测，忽略了其他关联因素的对灾害气体浓度变化的影响，预测结果与实际情况存在较大差距。

发明内容

本发明的目的在于至少克服上述一种技术不足，提出一种多因素影响下矿井灾害气体浓度区间预测方法及系统。

一方面，本发明提供了一种多因素影响下矿井灾害气体浓度区间预测方法，包括以下步骤：

步骤S1、采集矿井的灾害气体浓度，并获取与所述灾害气体相应的各影响因素的实时监测数据；

步骤S2、根据所述灾害气体浓度与各影响因素的实时监测数据的互信息量，确定与所述灾害气体相应的所有主要影响因素；

步骤S3、将所述灾害气体浓度和所有所述主要影响因素的实时监测数据进行归一化处理，得到混沌时间序列，由所述混沌时间序列，得到所述灾害气体浓度和所有主要影响因素的模糊信息粒化区间值；

步骤S4、构建基于最小二乘支持向量回归机的矿井灾害气体浓度区间预测模型；将所述模糊信息粒化区间值作为训练样本，训练所述矿井灾害气体浓度区间预测模型，利用训练后的矿井灾害气体浓度区间预测模型对下一个粒化窗口的灾害气体浓度的模糊信息粒化区间进行预测，由预测得到的灾害气体浓度的模糊信息粒化区间，获取下一个粒化窗口的灾害气体浓度预测区间。

进一步地，所述步骤S2具体包括：求取所述灾害气体浓度和各影响因素的实时监测数据的互信息量，若某单个影响因素的实时监测数据与灾害气体浓度的互信息量I(X_i,Y)ξ₁I(Y,Y)，则该影响因素为主要影响因素，从而确定与所述灾害气体浓度相应的所有主要影响因素，其中，X_i为某单一影响因素的实时监测数据，Y为灾害气体浓度，I(Y,Y)为灾害气体浓度自身的互信息量，ξ₁∈[0，1]为阈值参数。

进一步地，所述将所述灾害气体浓度和所述所有主要影响因素的实时监测数据进行归一化处理，得到混沌时间序列，具体包括：利用离差标准化方法，将所述灾害气体浓度和所有所述主要影响因素的实时监测数据映射到(0,1)之间，得到混沌时间序列。