[发明专利]一种用于煤矿自燃火灾大数据平台的数据驱动的方法

权利要求书

1.一种用于煤矿自燃火灾大数据平台的数据驱动的方法，其特征在于，是一种用于煤矿自燃火灾标志气体发生率的概率估算方法，包括如下步骤，

1）收集煤矿标志气体浓度数据，煤矿自燃火灾大数据平台的感知层会将布置在某采空区的监测束管进行井下气体样本的周期循环抽取，然后将气样输送至井上进行气体浓度分析，得到此采空区的标志气体浓度的周期数据；

2）数据预处理，计算标志气体变化率，在积累标志气体浓度周期数据至一定量后，将标志气体浓度周期数据依次求差然后除以时间间隔，得到标志气体变化率数据，如下公式

S_t是t点时的标志气体变化率，C_t和C_t-1分别是t点和t-1点时的标志气体浓度，T是t点和t-1点间的时间间隔

3）用hypothesis test判定标志气体变化率所属概率分布类型，将已收集数据的标志气体变化率分布用Kolmogorov-Smirnov test检验法去依次判断此标志气体变化率分布属于哪个概率分布类型；

4）利用Maximum Likelihood Estimation的方法用所有的标志气体发生率的数据去计算此概率分布的参数，高斯分布的期望和方差；

5）利用求得的概率分布的参数，可以用蒙特卡洛仿真Monte Carlo Simulation的方法用大量的数据点去仿真标志气体变化率的真实概率分布；

6）利用上步求得的标志气体变化率的真实概率分布，乘以想要预测的时间， 100天后，可以求得在未来预测时间时的标志气体浓度分布；

7）设定一个标志气体浓度报警界限， 24ppm，可以由上步的100天后的标志气体浓度分布，求得100天后标志气体到达24ppm的概率。

2.根据权利要求1所述的一种用于煤矿自燃火灾大数据平台的数据驱动的方法，其特征在于，以数据驱动算法构架的标志气体发生率的概率估算方法，其中想要预测时间和设定的浓度界限都是可调的，根据煤矿想要预测的参数来修改。

3.根据权利要求1所述的一种用于煤矿自燃火灾大数据平台的数据驱动的方法，其特征在于，以数据驱动算法构架的标志气体发生率的概率估算方法步骤1）中所述的标志气体为CO、CH₄、CO₂、O₂、C₂H₆、C₂H₄、C₂H₂中任意一种。

4.根据权利要求1所述的一种用于煤矿自燃火灾大数据平台的数据驱动的方法，其特征在于，以数据驱动算法构架的标志气体发生率的概率估算方法步骤4) 中包括Likelihood计算公式、Log-Likelihood计算公式及maximum likelihood estimator计算公式，Likelihood计算公式如下，；

Log-Likelihood计算公式如下，；

maximum likelihood estimator计算公式如下，。