【技术实现步骤摘要】
本专利技术涉及智能控制处理领域。更具体地，本专利技术涉及一种综合安全生产智能管控方法及系统。
技术介绍
1、在煤矿、非煤矿山企业的生产采掘作业中，矿层的破碎、掘进及爆破作业会使得地层内的有害气体逸散到工作环境中（一氧化碳、二氧化碳、瓦斯浓度），通风是确保这些有害气体及时排放的关键。一旦通风设备风量不够容易导致有害气体在矿井中积聚，从而严重威胁着矿工的生命安全，也影响了企业的正常生产，因此在生产过程中需要及时监测参数数据的异常变化情况。
2、现有公开号为cn117288825a的中国专利申请文件公开了煤矿设备安全管控方法及系统，涉及煤矿设备安全管控
，包括以下步骤：s1、基于瓦斯气体与电化学传感器电极之间电化学反应产生的电流测量瓦斯气体的浓度值；s2、获取瓦斯气体浓度测量时的若干个测量过程数据信息，包括电化学特征信息和动态响应特性信息。该申请文件通过对瓦斯检测仪进行瓦斯浓度测量时的过程进行监测，当瓦斯检测仪存在无法精确地对瓦斯浓度进行监测的隐患时，发出预警提示，通知相关工作人员知晓该情况，并及时对瓦斯检测仪安排相关检修处理工作，在发现瓦斯检测仪存在测量精度的异常时及时对瓦斯检测仪进行维护管理，确保瓦斯检测仪对瓦斯浓度进行精准的监测，有效地避免因瓦斯浓度监测不准确导致爆炸事故发生。
3、该申请文件通过对瓦斯气体浓度测量存在的精度异常进行维护管理时，收集瓦斯气体浓度测量时实时输出的若干个测量精度评估值进行综合分析，判断维护管理情况。目前通过最近邻算法在监测环境参数异常时，通过设置固定最近邻域大小，分析每个
技术实现思路
1、为解决最近邻算法中通过设置固定最近邻域大小，导致矿下环境存在不同的分布特征，邻域大小设置不合适容易导致对集中异常数据的误判的问题，本专利技术在如下的多个方面中提供方案。
2、在第一方面中，一种综合安全生产智能管控方法，包括：获取生产挖掘作业区域的历史相关的环境参数数据，并构建数据集，其中，环境参数数据包括：瓦斯浓度、一氧化碳浓度、二氧化碳浓度；获取数据集中任一环境参数数据的最近邻数据点集，根据环境参数数据与最近邻数据点集中每个数据点之间的距离，计算环境参数数据的局部密度；基于每个数据点的局部密度与最近邻数据点集中每个数据的差异，获取每个数据点的偏离程度，基于每个数据点最近邻数据点集中任意两个数据点之间的差异，分析每个数据点在最近邻数据点集中数据的变化程度；将变化程度与偏离程度之间的比值乘以初始预设邻域的大小向上取整后作为数据点最近邻域的大小，使用最近邻算法获取各环境参数数据的异常得分，将不同环境参数对应数据点的异常得分和数据点对应时刻下设备的风量大小作为控制当前区域风量的控制参数；其中，所述控制参数满足下述关系式：；式中，表示第个时刻通风设备的控制参数，表示第个时刻的风量大小，表示第参数中第个数据点的异常得分，表示环境参数个数，表示环境参数的索引，表示标准归一化函数。
3、其效果在于：通过动态调整最近邻域大小，获取生产挖掘作业区域的历史环境参数数据并构建数据集，计算每个数据点的局部密度和偏离程度，以及最近邻数据点集中数据的变化程度，从而更准确地识别异常数据点。不仅提高了异常检测的准确性，能够更好地适应不同环境下的数据分布特征。通过将不同环境参数的异常得分与实时风量相结合，实现了对通风设备风量的智能控制，确保作业环境的空气质量始终保持在安全范围内，优化了通风设备的运行效率。
4、优选的，获取数据集中任一环境参数数据的最近邻数据点集，包括：
5、以数据集中任一环境参数数据为标记数据点，将标记数据点与数据集中每个数据点之间的欧式距离最小的预设个数的数据点作为标记数据点的最近邻数据点集。
6、其效果在于：通过选择欧式距离最小的预设个数的数据点，能够精确地识别出标记数据点的局部邻域结构，从而更准确地反映数据点在空间中的分布情况。
7、优选的，所述计算环境参数数据的局部密度，包括：
8、以数据集中任一环境参数数据为标记数据点，获取标记数据点的最近邻数据点集，计算标记数据点与最近邻数据点集中每个数据点之间距离差值的绝对值求和的倒数，得到标记数据点的局部密度。
9、其效果在于：通过计算局部密度，能够精确反映数据点在其邻域中的密集程度，不仅增强了对异常数据点的敏感性，适应不同数据分布，还提供了量化指标，支持动态调整最近邻域大小，从而提高异常检测的准确性和计算效率。
10、优选的，所述计算每个数据点的偏离程度，包括：
11、以数据集中任一环境参数数据为标记数据点，计算标记数据点的局部密度的均值，将局部密度的均值除以标记数据点的局部密度，得到标记数据点的偏离程度。
12、其效果在于：通过计算标记数据点的偏离程度，从而量化标记数据点的异常性，不仅提高了异常检测的准确性，能够有效识别与周围数据点分布特征不一致的异常点，还适应不同数据分布，有利于动态调整最近邻域大小。
13、优选的，所述获取每个数据点的偏离程度，还包括：
14、以数据集中任一环境参数数据为标记数据点，计算标记数据点的最近邻数据点集的均值和标准差，将标记数据点与最近邻数据点集的均值的差值除以标准差，得到标记数据点的偏离程度。
15、优选的，所述分析每个数据点最近邻数据点集中数据的变化程度，包括：
16、以数据集中任一环境参数数据为标记数据点，计算标记数据点的最近邻数据点集中任意一组数据点对浓度值的变化率，将最近邻数据点集中所有数据点对之间的变化率求和，并归一化处理后作为标记数据点的变化程度。
17、其效果在于：通过计算标记数据点的最近邻数据点集中每一对数据点的浓度值变化率，得到标记数据点的变化程度。有利于捕捉数据点在局部邻域内的动态变化，从而增强对潜在异常情况的敏感性。
18、优选的，所述分析每个数据点最近邻数据点集中数据的变化程度，还包括：
19、；式中，表示第参数中第个数据点对应最近邻数据点集中数据的变化程度，表示第参数中第个数据点对应最近邻数据点集中第个数据点对应浓度值，表示第个数据点对应最近邻数据点集中最大时间与最大浓度值对应的时间的差值，表示最大值函数，表示最小值函数。
20、第二方面，一种综合安全生产智能管控系统，包括：处理器和存储器，所述存储器存储有计算机程序指令，当所述计算机程序指令被所述处理器执行时实现上述的综合安全生产智能管控方法。
21、本专利技术具有以下效果：
22、1、本专利技术通过计算每个数据点的局部密度和偏离程度，结合数据变化程度，动态调整最近邻域的大小。有利于更准确地识别出初期异常信号，避免了传统固定最近邻域大小方法在处理不同分布特征数据时的误判。通过自适应调整邻域大小，可以更精确地评估数据点的异常情况，从而提高异常检测的准本文档来自技高网...
【技术保护点】
1.一种综合安全生产智能管控方法，其特征在于，包括：
2.根据权利要求1所述的一种综合安全生产智能管控方法，其特征在于，获取数据集中任一环境参数数据的最近邻数据点集，包括：
3.根据权利要求1所述的一种综合安全生产智能管控方法，其特征在于，所述计算环境参数数据的局部密度，包括：
4.根据权利要求1所述的一种综合安全生产智能管控方法，其特征在于，所述计算每个数据点的偏离程度，包括：
5.根据权利要求1所述的一种综合安全生产智能管控方法，其特征在于，获取所述每个数据点的偏离程度，还包括：
6.根据权利要求1所述的一种综合安全生产智能管控方法，其特征在于，所述分析每个数据点最近邻数据点集中数据的变化程度，包括：
7.根据权利要求1所述的一种综合安全生产智能管控方法，其特征在于，所述分析每个数据点最近邻数据点集中数据的变化程度，还包括：
8.一种综合安全生产智能管控系统，其特征在于，包括：处理器和存储器，所述存储器存储有计算机程序指令，当所述计算机程序指令被所述处理器执行时实现根据权利要求1-7任一项所述
...【技术特征摘要】
1.一种综合安全生产智能管控方法，其特征在于，包括：
2.根据权利要求1所述的一种综合安全生产智能管控方法，其特征在于，获取数据集中任一环境参数数据的最近邻数据点集，包括：
3.根据权利要求1所述的一种综合安全生产智能管控方法，其特征在于，所述计算环境参数数据的局部密度，包括：
4.根据权利要求1所述的一种综合安全生产智能管控方法，其特征在于，所述计算每个数据点的偏离程度，包括：
5.根据权利要求1所述的一种综合安全生产智能管控方法，其特征在于，获取所述每个数...
【专利技术属性】
技术研发人员：杨旭东，赵睿，王大庆，辛伟平，杨艳花，李佳龙，
申请(专利权)人：中网华信科技股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。