[发明专利]一种基于D-S证据理论的煤矿瓦斯安全评价方法

权利要求书

1.一种基于D-S证据理论的煤矿瓦斯安全评价方法，其特征在于，所述煤矿瓦斯安全评价方法包括以下步骤：

S1，依据煤矿规定中的瓦斯安全状态，设置分类指标，构建识别框架；

S2，依据安全评价要求，通过煤矿监测监控系统中获取到的监测对象的数据作为原始数据，对所述原始数据进行处理，计算得到评价用的多个证据源数据；

S3，采用后验概率建模方法设计基本概率分配函数；

S4，通过修正所述基本概率分配函数，以减少评价用的证据数据的冲突性，利用所述修正的基本概率分配函数计算得到评价用的所述证据数据；

S5，采用冲突分配系数，改进Dempster组合规则，对评价用的所述证据数据进行融合；

S6，选取融合后的数据中概率最大的状态作为识别结果，利用Shannon熵进行不确定度度量，进行综合分析并评价煤矿瓦斯安全状态，提出决策建议。

2.根据权利要求1所述的基于D-S证据理论的煤矿瓦斯安全评价方法，其特征在于，根据煤矿安全规程将瓦斯安全状态分为四种状态，分别为无危险、轻度危险、中度危险、严重危险四种状态，因此，构建的识别框架为：

X＝{X₁(无危险),X₂(轻度危险),X₃(中度危险),X₄(严重危险)}；

依据改进Dempster组合规则，将评价用的所述证据数据融合到对应的所述识别框架。

3.根据权利要求1所述的基于D-S证据理论的煤矿瓦斯安全评价方法，其特征在于，所述S2体包括：

S201，采用皮尔逊相关性分析对所述原始数据进行相关影响因素确定，所述原始数据为煤矿监测监控系统中获取的监测对象的时间序列数据，皮尔逊相关性分析公式为：

式中，x＝[x₁,x₂,…,x_n]^T和y＝[y₁,y₂,…,y_n]^T为两组时间序列数据；和分别为对应的平均值；r_xy表示皮尔逊相关性系数；

S202，从监测监控系统上获取所述原始数据的多个时间序列数据，根据所述原始数据的时间序列数据的质量情况，分别进行异常时间序列数据处理、缺失时间序列数据处理和时间序列数据移动平均法降噪处理；

S203，利用预测算法对所述原始数据的时间序列数据进行处理，依据安全评价要求，得到评价用的多个所述证据源数据。

4.根据权利要求1所述的基于D-S证据理论的煤矿瓦斯安全评价方法，其特征在于，所述S3采用后验概率建模方法设计基本概率分配函数具体为：

设评价用的多个所述证据源数据中采用预测算法计算得到任一证据源数据为y，设识别框架为X＝{X₁,X₂,X₃,X₄}＝{1，2，3，4}，所设识别框架包含4个评价等级，得到所设证据源数据和所设识别框架中的评价等级之间的距离为：

d_i(X_i，y)＝|X_i-y|

式中，d_i为距离值，X_i为识别框架中第i个值，y为证据源数据；

所设证据源数据与所设识别框架中的评价等级之间的相关系数可以表示为：

式中，d_i为距离值，c_i为相关系数；

因此，所设证据源数据对应的所设识别框架中的基本概率分配函数m(i)及对应所设证据源数据的不确定性m(Θ)可以表示为：

式中，m(i)为基本概率分配函数，m(Θ)为不确定性，c_i为相关系数，y为时间序列预测模型计算所得评价用的证据源数据，x为时间序列预测模型期望输出值。