[发明专利]一种基于时空融合的煤矿瓦斯浓度缺失值填充方法

权利要求书

1.一种基于时空融合的煤矿瓦斯浓度缺失值填充方法，其特征在于，包括：

S1：获取煤矿瓦斯浓度数据集；

S2：采用高斯混合函数拟合数据集中的样本数据，并对噪声数据进行标记；将标记的噪声数据重置为前后时刻的煤矿瓦斯浓度均值；

S3：将标记后的样本数据从前后输入到BiLSTM模型中，从时间维度对缺失值进行填充；

采用BiLSTM模型对缺失值进行填充的过程为：

S11：将缺失值的瓦斯数据输入到前向LSTM模型中，得到前向预测结果；

S12：将缺失值的瓦斯数据输入到后向LSTM模型中，得到后向预测结果；

S13：计算前向预测结果和后向预测结果的平均值，将该平均值作为时间维度上缺失值的填充值；

S4：挖掘瓦斯传感器之间的空间关系趋势图，根据空间关系趋势图将K个最邻近传感器的相位变化率作为缺失值的变化率，根据缺失值的变化率从空间维度对缺失值进行填充；

根据瓦斯传感器的关系对缺失值进行填充的过程包括：根据传感器的特征对传感器进行聚类；计算簇内传感器与待填充传感器之间的皮尔逊相关系数，将簇内传感器中皮尔逊相关系数最接近的前K个传感器在对应时刻的变化率作为缺失值的变化率；将填充的缺失值作为空间维度的填充值；

S5：计算步骤S3和步骤S4的填充均方误差，并根据填充均方误差确定合适的权重，采用该权重加权融合时空维度的填充值作为最终的填充结果。

2.根据权利要求1所述的一种基于时空融合的煤矿瓦斯浓度缺失值填充方法，其特征在于，采用高斯混合函数拟合数据集中的样本数据以及对噪声数据进行标记的过程包括：设置阈值，将已有的噪声数据集与高斯混合函数进行拟合，得到高斯混合函数的参数值；根据高斯混合函数的参数值判断样本数据与高斯函数预测值的误差；将误差值与设置的阈值进行比较，如果误差小于给定阈值，则将数据标记为噪声数据，否则为正常数据。

3.根据权利要求2所述的一种基于时空融合的煤矿瓦斯浓度缺失值填充方法，其特征在于，高斯混合函数的公式为：

其中，f(t)表示t时刻高斯混合函数值，k₁表示第一高斯函数系数，k₂表示第二高斯函数系数，μ₁和μ₂均为标准差，σ₁和σ₂均为期望。