[发明专利]煤矿事故预测模型确定及监测方法、存储介质和电子设备

权利要求书

1.一种煤矿事故预测模型确定方法，其特征在于，包括：

对获得的历史事故特征信息进行解析，生成与煤矿事故类型相对应的事故特征集合，所述事故特征集合包括历史事故特征信息和事故特征值信息；

根据所述事故特征值信息和预先存储的特征词频阈值信息，对所述历史事故特征信息进行关联分析，生成事故关键要素信息；

对所述事故关键要素信息进行解析，生成关键要素值信息；

根据所述关键要素值信息和预先存储的关联规则，对所述事故关键要素信息进行关联分析，生成关键要素频繁项集；

根据所述关键要素频繁项集，利用BP神经网络，生成事故预测数学模型。

2.如权利要求1所述的煤矿事故预测模型确定方法，其特征在于，所述对获得的历史事故特征信息进行解析，生成与煤矿事故类型相对应的事故特征集合，具体包括：

根据所述煤矿事故类型对所述历史事故特征信息进行分类，生成第一事故特征子集合；

根据预先存储的停用词词典，对所述第一事故特征子集合中的所述历史事故特征信息去除停用词，生成第二事故特征子集合；

根据预先存储的非关键词词典，对所述第二事故特征子集合中的所述历史事故特征信息去除非关键词，生成所述事故特征集合；

对所述事故特征集合中的所述历史事故特征信息进行词频统计，生成所述事故特征值信息。

3.如权利要求1所述的煤矿事故预测模型确定方法，其特征在于，所述对所述事故关键要素信息进行解析，生成关键要素值信息，之后还包括：

利用下式对所述关键要素值信息进行无量纲化：

其中，y_i为第i个经过无量纲化后的关键要素值，x_i为输入的第i个关键要素值，为n个关键要素值的平均值，s为n个关键要素值的标准差值，n为关键要素值的个数。

4.如权利要求1所述的煤矿事故预测模型确定方法，其特征在于，所述根据所述关键要素值信息和预先存储的关联规则，对所述事故关键要素信息进行关联分析，生成关键要素频繁项集，具体包括：

利用关联规则算法，根据所述关键要素值信息，对所述事故关键要素信息进行关联分析，生成关键要素频繁项子集；

根据预先设置的最小支持度和最小置信度，对所述关键要素频繁项子集进行关联分析，生成所述关键要素频繁项集。

5.如权利要求1所述的煤矿事故预测模型确定方法，其特征在于，所述根据所述关键要素频繁项集，利用BP神经网络，生成事故预测数学模型，之后还包括：

根据预先存储的历史事故数据信息，对所述事故预测数学模型进行修正。

6.一种煤矿事故监测方法，其特征在于，包括：

利用如权利要求1-5任一项所述的煤矿事故预测模型确定方法的所述事故预测数学模型，对实时事故特征信息进行分析，生成监测结果。

7.一种存储介质，其特征在于，所述存储介质存储计算机指令，当计算机执行所述计算机指令时，用于执行如权利要求1-5任一项所述的煤矿事故预测模型确定方法或如权利要求6所述的煤矿事故监测方法的所有步骤。

8.一种电子设备，其特征在于，包括：

至少一个处理器；以及，

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够：

对获得的历史事故特征信息进行解析，生成与煤矿事故类型相对应的事故特征集合，所述事故特征集合包括历史事故特征信息和事故特征值信息；

根据所述事故特征值信息和预先存储的特征词频阈值信息，对所述历史事故特征信息进行关联分析，生成事故关键要素信息；

对所述事故关键要素信息进行解析，生成关键要素值信息；

根据所述关键要素值信息和预先存储的关联规则，对所述事故关键要素信息进行关联分析，生成关键要素频繁项集；

根据所述关键要素频繁项集，利用BP神经网络，生成事故预测数学模型。

9.一种电子设备，其特征在于，包括：

至少一个处理器；以及，

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够：

利用如权利要求1-5任一项所述的煤矿事故预测模型确定方法的所述事故预测数学模型，对实时事故特征信息进行分析，生成监测结果。