【技术实现步骤摘要】
本专利技术涉及数据采集，具体涉及一种煤矿环境数据高效采集监测方法。
技术介绍
1、在煤矿资源开采的过程中，容易出现有害的瓦斯气体，瓦斯浓度过高时会导致爆炸等安全事故。随着开采过程的现代化以及大数据的应用，在开采过程中可以监测矿井内多个位置处的瓦斯浓度进行预警，提高开采安全性；在开采结束后可以对所有监测点的瓦斯浓度数据进行数据分析与评估，分析开采过程中瓦斯浓度变化规律与通风系统的工作情况，为后续的开采过程进行优化改进。
2、由于矿井下结构复杂，监测瓦斯浓度的监测点数量较多，每个监测点采集的数据量大，并且大部分时间段的瓦斯浓度数据较为稳定；故在对瓦斯浓度的监测数据进行分析时会出现大量的冗余数据，影响数据分析的效率和准确性。
技术实现思路
1、为了解决上述监测过程中产生的冗余数据影响数据分析的效率和准确性的技术问题，本专利技术的目的在于提供一种煤矿环境数据高效采集监测方法，所采用的技术方案具体如下：
2、获取矿井内预设位置处在预设历史时段内的瓦斯浓度时序；
3、根据所述瓦斯浓度时序中数据点前后数据变化趋势的差异特征获得分段特征值；根据所述数据点的分段特征值对所述瓦斯浓度时序进行分段，获得不同的浓度特征时段；根据所述浓度特征时段中数据点对整体数据变化趋势的影响程度获得数据偏离度；根据所述数据点的数据偏离度获得离散数据点；
4、根据所述离散数据点的预设邻域范围内的相邻数据点之间差异的离散特征、所述预设邻域范围内相邻离散数据点的间隔特征获得可信度
5、根据所述采集频率调整系数对所述浓度特征时段进行自适应数据采集，获得浓度监测分析数据集。
6、进一步地，所述根据所述瓦斯浓度时序中数据点前后数据变化趋势的差异特征获得分段特征值的步骤包括：
7、计算所述数据点前后相同预设长度的瓦斯浓度片段的动态时间规整距离并归一化，获得第一变化差异度；计算所述数据点之前预设长度的瓦斯浓度片段的拟合直线的斜率，获得第一变化特征值；计算所述数据点之后预设长度的瓦斯浓度片段的拟合直线的斜率，获得第二变化特征值；计算所述第一变化特征值与所述第二变化特征值的差值绝对值并归一化，获得第二变化差异度；计算所述第一变化差异度与所述第二变化差异度的平均值，获得所述数据点的分段特征值。
8、进一步地，所述根据所述数据点的分段特征值对所述瓦斯浓度时序进行分段，获得不同的浓度特征时段的步骤包括：
9、将所述分段特征值超过预设分段阈值的数据点作为分段点，将所述瓦斯浓度时序在所述分段点处进行分割，获得不同的浓度特征时段。
10、进一步地，所述根据所述浓度特征时段中数据点对整体数据变化趋势的影响程度获得数据偏离度的步骤包括：
11、计算所述浓度特征时段中包含所有数据点的拟合直线的斜率，获得第一斜率值；计算所述浓度特征时段中不包含任意数据点时的拟合直线的斜率，获得第二斜率值；计算所述第一斜率值与所述第二斜率值的差值绝对值并归一化，获得所述任意数据点的数据偏离度。
12、进一步地，所述根据所述数据点的数据偏离度获得离散数据点的步骤包括：
13、将所述数据偏离度超过预设偏离阈值的数据点作为所述离散数据点。
14、进一步地，所述根据所述离散数据点的预设邻域范围内的相邻数据点之间差异的离散特征、所述预设邻域范围内相邻离散数据点的间隔特征获得可信度的步骤包括：
15、
16、式中，r表示所述离散数据点的可信度，a表示预设极小正数，n表示所述预设邻域范围内相邻离散数据点形成的间隔段数量，表示第n个间隔段中的数据点数量，表示所有间隔段中的数据点数量的平均值，表示密度特征值；q表示预设邻域范围内的数据对应的差分序列的差分值数量，表示从第一个差分值至第q个差分值的平均值，表示从第一个差分值至第个差分值的平均值，表示差分波动程度；表示差分波动特征值。
17、进一步地，所述根据离散数据点的可信度获得目标数据点的步骤包括：
18、将所述可信度超过预设可信度阈值的离散数据点作为所述目标数据点。
19、进一步地，所述根据存在目标数据点的浓度特征时段的数量特征、所述浓度特征时段中目标数据点的数量特征和数据波动特征获得采集频率调整系数的步骤包括：
20、计算存在目标数据点的浓度特征时段的数量与浓度特征时段的总数量的比值，获得时段占比值；计算所述浓度特征时段中目标数据点的数量占比与所述时段占比值的乘积并负相关映射，获得冗余特征值；计算所述浓度特征时段的差分序列的方差的倒数，获得稳定特征值；计算所述冗余特征值与所述稳定特征值的平均值，获得所述浓度特征时段的采集频率调整系数。
21、进一步地，所述根据所述采集频率调整系数对所述浓度特征时段进行自适应数据采集，获得浓度监测分析数据集的步骤包括：
22、计算预设常数与所述采集频率调整系数的乘积并向上取整，获得删除数量；在所述浓度特征时段中从首位开始采集，每间隔删除数量个数据点后采集下一位数据点，直至遍历完成，获得所述浓度监测分析数据集。
23、本专利技术具有如下有益效果：
24、在本专利技术中，获取分段特征值能够将不同浓度变化趋势序列片段进行分割，从而自适应地确定不同浓度特征时段的数据采集频率，初步提高数据采集频率计算的准确性。由于浓度特征时段中较为波动的浓度数据能够表征更多的开采特征信息，故获取数据偏离度能够确定不同数据点对浓度特征时段的整体变化趋势的影响，从而确定不同数据点反映的开采特征信息量；获取离散数据点能够确定浓度特征时段中表征较多开采特征信息的数据点，提高自适应数据采集频率的准确性。由于离散数据点出现的原因可能由多因素导致，获取可信度能够筛选离散数据点中由于开采原因所导致的目标数据点，进一步提高数据采集频率的准确性。获取采集频率调整系数能够准确地反映浓度特征时段中用于数据分析的数据量，最终根据采集频率调整系数获得浓度监测分析数据集，能够提高浓度数据分析的准确性与效率。
本文档来自技高网...【技术保护点】
1.一种煤矿环境数据高效采集监测方法，其特征在于，所述方法包括以下步骤：
2.根据权利要求1所述的一种煤矿环境数据高效采集监测方法，其特征在于，所述根据所述瓦斯浓度时序中数据点前后数据变化趋势的差异特征获得分段特征值的步骤包括：
3.根据权利要求1所述的一种煤矿环境数据高效采集监测方法，其特征在于，所述根据所述数据点的分段特征值对所述瓦斯浓度时序进行分段，获得不同的浓度特征时段的步骤包括：
4.根据权利要求1所述的一种煤矿环境数据高效采集监测方法，其特征在于，所述根据所述浓度特征时段中数据点对整体数据变化趋势的影响程度获得数据偏离度的步骤包括：
5.根据权利要求1所述的一种煤矿环境数据高效采集监测方法，其特征在于，所述根据所述数据点的数据偏离度获得离散数据点的步骤包括：
6.根据权利要求1所述的一种煤矿环境数据高效采集监测方法，其特征在于，所述根据所述离散数据点的预设邻域范围内的相邻数据点之间差异的离散特征、所述预设邻域范围内相邻离散数据点的间隔特征获得可信度的步骤包括：
7.根据权利要求1所述的一种煤矿环境
8.根据权利要求1所述的一种煤矿环境数据高效采集监测方法，其特征在于，所述根据存在目标数据点的浓度特征时段的数量特征、所述浓度特征时段中目标数据点的数量特征和数据波动特征获得采集频率调整系数的步骤包括：
9.根据权利要求1所述的一种煤矿环境数据高效采集监测方法，其特征在于，所述根据所述采集频率调整系数对所述浓度特征时段进行自适应数据采集，获得浓度监测分析数据集的步骤包括：
...【技术特征摘要】
1.一种煤矿环境数据高效采集监测方法，其特征在于，所述方法包括以下步骤：
2.根据权利要求1所述的一种煤矿环境数据高效采集监测方法，其特征在于，所述根据所述瓦斯浓度时序中数据点前后数据变化趋势的差异特征获得分段特征值的步骤包括：
3.根据权利要求1所述的一种煤矿环境数据高效采集监测方法，其特征在于，所述根据所述数据点的分段特征值对所述瓦斯浓度时序进行分段，获得不同的浓度特征时段的步骤包括：
4.根据权利要求1所述的一种煤矿环境数据高效采集监测方法，其特征在于，所述根据所述浓度特征时段中数据点对整体数据变化趋势的影响程度获得数据偏离度的步骤包括：
5.根据权利要求1所述的一种煤矿环境数据高效采集监测方法，其特征在于，所述根据所述数据点的数据偏离度获得离散数据点的步骤包括：
...
【专利技术属性】
技术研发人员：李政忠，王启帅，崔宏明，吕福祥，
申请(专利权)人：济南福深兴安科技有限公司，
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。