[发明专利]矿井海量瓦斯监测数据异常识别与处置系统及方法

说明书

本发明涉及一种矿井海量瓦斯监测数据异常识别与处置系统及方法，属于瓦斯监测领域，包括：特征图谱构建模型用于对瓦斯监测数据的数据波动特征、数据均值偏离特征、数据恒定不变特征和数据趋势变化特征进行特征图谱构建；异常识别与处置模型用于根据特征图谱，融合长中短期不同维度特征量化值，对数据进行监测、异常判识并处置；流式关联分析处理模块用于对数据进行采集并存储，同时加载特征图谱构建模型、异常识别与处置模型，对瓦斯监测数据进行实时分析，并制定不同层级不同等级风险协同响应处置策略，固化业务流程，构建基于电子工单的异常处置模式，对海量瓦斯监测数据进行异常识别与快速处置。

技术领域

本发明属于瓦斯监测领域，涉及一种矿井海量瓦斯监测数据异常识别与处置系统及方法。

背景技术

针对成辖区内煤矿每天产生少则上万多则上百万的瓦斯、粉尘、顶板等监测数据，多以关系数据库为基础，构建中短期(一般两年以内)数据存储系统，通过预设门限值进行实时报警，手工查询3到5天分钟统计值曲线，进行趋势偏离判识分析。这种方式，从技术层面看难以满足便捷查询、多维挖掘与实时处理的需求，对数据变化特征、趋势及规律判识智能化水平极低；从管理层面看工作量巨大、时效性滞后明显、有效性差，难以将事故防范节点迁移，实现有效监管。

现有的瓦斯异常识别主要从成因机理出发，模型复杂，需要采集矿井瓦斯地质条件、动态测定煤岩参数，适用于单个煤矿的瓦斯识别监管，普适性较差，无法满足大规模瓦斯数据的监管。因此亟需基于可采集的监测数据，采用大数据技术与方法，构建数据特征图谱，有效揭示矿井采掘重点区域监测数据的时空演变特征及规律，实现大范围内监测值异常变化自动锁定、识别与预警。

发明内容

有鉴于此，本发明的目的在于提供一种基于数据驱动的煤矿瓦斯监测数据数理特征图谱构建方法，动态识别大规模瓦斯监测数据异常，解决海量瓦斯监测数据异常自动锁定、风险信息自动发布、动态追踪、快捷处置问题，实现机器辅助值班监管。

为达到上述目的，本发明提供如下技术方案：

一方面，本发明提供一种矿井海量瓦斯监测数据异常识别与处置系统，包括特征图谱构建模型、异常识别与处置模型、流式关联分析处理模块；

所述特征图谱构建模型用于对瓦斯监测数据的数据波动特征、数据均值偏离特征、数据恒定不变特征和数据趋势变化特征进行特征图谱构建；

所述异常识别与处置模型用于根据特征图谱，融合长中短期不同维度特征量化值，对数据进行监测、异常判识并处置；

所述流式关联分析处理模块用于对数据进行采集并存储，同时加载特征图谱构建模型、异常识别与处置模型，对瓦斯监测数据进行实时分析，并制定不同层级不同等级风险协同响应处置策略，固化业务流程，构建基于电子工单的异常处置模式，对海量瓦斯监测数据进行异常识别与快速处置。

进一步，所述流式关联分析处理模块包括数据采集器、数据存储与分析模块、风险处置模块；

所述数据采集器用于采集瓦斯监测数据，包括多种数据采集方式，通过采集配置UI实现文本文件、数据库、WebAPI形式接口数据的采集，将采集后的数据转换为规范化的格式提交给kafka数据总线；采集的数据包括监测设备定义数据、实时数据、历史分钟数据、矿井基础数据；所述设备定义数据包括设备地址类型、所属工作面；所述实时数据和历史分钟数据包括值状态、是否处于调校、报警原因；所述矿井基础数据包括各个工作面采煤方法、循环作业班次、瓦斯等级；