[发明专利]一种采煤工作面周期来压分析方法、装置及电子设备

说明书

本发明的实施例公开一种采煤工作面周期来压分析方法、装置及电子设备，涉及煤矿系统大数据处理技术领域，能够使分析结果更贴近现场实际。所述方法包括：获取目标支架在采样时间段内采集的压力值；将所述压力值按照采集时序构建第一离散数据序列；获取所述第一离散数据序列中的极大值；根据所述极大值以及所述极大值的序号，构建极大值集合；对所述极大值集合中的每个极大值，执行以下操作：获取所述极大值集合中序号与所述极大值的序号之差的绝对值小于预设值的其他极大值；判断所述极大值是否大于所有的所述其他极大值；若是，则将所述极大值作为来压峰值；根据来压峰值以及来压峰值的采集时间点，计算采煤工作面周期来压规律。

技术领域

本发明涉及煤矿系统大数据处理技术领域，尤其涉及一种采煤工作面周期来压分析方法、装置及电子设备。

背景技术

目前，我国采煤工作面正在从自动化向智能化转变，智能化的标志就是设备具有自我感知、自我修正、自我决策的能力，智能设备智能化依赖与对环境的感知和分析，智能分析是设备智能化的基础，智能化工作面拥有海量的监测数据，支架监测数据都是百万数量级的，如此海量的数据，需要煤矿技术人员逐个核对和调整，排除人为重复及无用数据，分析过程给技术人员带来极大的痛苦，工作量繁杂琐碎。

国内外学者在海量矿山压力监测数据分析和数据三维可视化显示方面做了大量的研究，并对液压支架性能与支架和围岩的相互作用关系做了详细的阐述：程敬义等基于海量矿压监测数据构建了支架与顶板状态感知模型，指出额定工作阻力不能作为评价支架性能的唯一指标；王国法等阐述了煤矿智能化的技术内涵，提出建立智慧煤矿系统大数据处理中心，对监测信息进行智能分析并将智能决策信息通过液压电液控制系统实现支架对围岩的自适应调整；赵毅鑫等利用长短时记忆网络(LSTM)深度学习方法建立了大采高工作面矿压预测分析及模型泛化，集成形成矿压分析和预警系统；美国阿拉巴马大学研制的长壁工作面岩层控制与监测系统(LoSCoMS)可以记录每一个工作循环的支架压力数据，利用AI技术实时分析顶板压力异常和预测周期来压；澳大利亚R.Trueman等研发长壁工作面视觉分析系统(LVA)，利用时间加权平均工作阻力等指标，研究了支架与围岩的相互作用关系。

在工作面周期来压分析算法方面，现有的研究成果一直停留在利用时间加权平均工作阻力和末阻力等支架载荷参数分析工作面来压特征和规律，单独依靠时间加权平均工作阻力和末阻力分析存在弊端，分析过程中提取的周期来压强度与现场实际来压强度不符，造成分析结果与现场实际存在较大偏差的问题。

发明内容

有鉴于此，本发明实施例提供一种采煤工作面周期来压分析方法、装置及电子设备，能够拾取周期来压过程中的实际来压强度，并利用实际来压强度分析采煤工作面周期来压规律，从而使分析结果更贴近现场实际，减少了对原始数据的处理带来的影响。

第一方面，本发明实施例提供一种采煤工作面周期来压分析方法，获取目标支架在采样时间段内采集的压力值，所述压力值的数量至少为两个，每个所述压力值对应一个采集时间点；将所述压力值按照采集时序构建第一离散数据序列；获取所述第一离散数据序列中的极大值；根据所述极大值以及所述极大值在所述第一离散数据序列中的序号，构建极大值集合，在所述极大值集合中，每个所述极大值对应一个序号；对所述极大值集合中的每个极大值，执行以下操作：获取所述极大值集合中序号与所述极大值的序号之差的绝对值小于预设值的其他极大值；判断所述极大值是否大于所有的所述其他极大值；若是，则将所述极大值作为来压峰值；根据来压峰值以及来压峰值的采集时间点，计算采煤工作面周期来压规律。

可选的，所述采煤工作面周期来压规律包括来压强度和来压周期；所述根据来压峰值以及来压峰值的采集时间点，计算采煤工作面周期来压规律；包括：计算各所述来压峰值的平均值，以所述平均值作为采煤工作面的来压强度；根据来压峰值的采集时间点，计算在采集时间上相邻的来压峰值之间的平均时间间隔，以所述平均时间间隔作为采煤工作面的来压周期。