[发明专利]一种尾矿库安全风险分级预警方法

权利要求书

1.一种尾矿库安全风险分级预警方法，其特征在于：以实时采集的化学需氧量COD、氢离子浓度指数PH、环境空气中空气动力学当量直径小于等于10微米的颗粒物PM10、环境空气中空气动力学当量直径小于等于2.5微米的颗粒物PM2.5，环境空气中空气动力学当量直径小于等于100微米的颗粒物TSP，库水位相对值、断面浸润线、电导率、表面位移、雨量为样本数据，包括以下步骤：

S1：构建尾矿库评价指标体系；根据尾矿库现状，确定影响尾矿库安全和环境的指标因素；

S2：进行数据预处理；

S3：基于熵权法确定各指标因素的权重；

S4：计算各数据点的风险综合评分；

S5：采用Kmeans++算法对各样本综合得分进行分级。

2.根据权利要求1所述的一种尾矿库安全风险分级预警方法，其特征在于：所述步骤S2中，进行数据预处理的具体步骤如下：

首先，将缺失率高于80％的数据特征删除，对其余缺失的数据以本指标中位数进行填充；其次，对数据进行相关性分析，采用皮尔逊相关系数来反映指标之间的相关程度，其公式如下：

其中，cov(X,Y)表示指标X和指标Y的协方差，σ_X，σ_Y分别表示指标X和指标Y的标准差，相关系数r_X,Y取值区间在-1到1之间，r_X,Y＝1表示指标X和指标Y完全线性相关，r_X,Y＝-1表示指标X和指标Y完全负相关，r＝0则表示指标X和指标Y之间不存在相关性。

3.根据权利要求1所述的一种尾矿库安全风险分级预警方法，其特征在于：所述步骤S3中，确定各指标权重的具体步骤如下：

(a)对m个评价对象，n个评价指标，令x_ij为第i个评价对象的第j个评价指标的评价得分(i＝1,2,…,m；j＝1,2,…,n)，

(b)异质指标归一化处理：对极大型指标、中间性指标和极小型指标分别进行归一化处理，获取对应评价指标的评价得分，如公式(2)、公式(3)和公式(4)所示；

对于极大型指标：

对于中间型指标：

对于极小值指标：

其中：x_ij为原始数据；x_ij′为标准化数据，max(x_j)、min(x_j)分别为第j个指标的最大值和最小值，x_best为某一中间型指标最佳的数值；

(c)计算各评价指标的信息熵，计算第项指标的熵值：

式中：E_j表示第j个指标的信息熵；k＝1/ln(n)＞0，p_ij为第j个指标下第i个样本的贡献度，若p_ij＝0，则定义

(d)计算信息熵冗余度

d_j＝1-E_j (6)

(e)计算各项评价指标的熵权W_j：

其中，W_j为第j个指标的权重。

4.根据权利要求1所述的一种尾矿库安全风险分级预警方法，其特征在于：所述步骤S4中，确定数据点的综合得分，其公式如下：

其中，S_i(W_j,j)表示第i个样本映射的距离空间，即第i个样本对应的安全风险综合评分。

5.根据权利要求1所述的一种尾矿库安全风险分级预警方法，其特征在于：所述步骤S5中，基于Kmeans++算法对各样本综合得分进行分级，具体步骤如下：

(a)从综合评分数据集S中随机选取一个样本S_i作为初始聚类中心μ₁；

(b)计算数据集中每个样本到当前存在的聚类中心之间的距离，获取最短距离D(x)；接着计算数据集中每个样本被选作为下一个聚类中心的概率最后采用轮盘法选出下一个聚类中心；

(c)重复步骤(b)直到选出k个聚类中心；

(d)计算综合评分数据集S中的各个样本到各聚类中心的距离，并将其分配到距离其最小的聚类中心对应的簇C_i中；

(e)对于得到的每个簇，重新计算其聚类中心

(f)重复步骤(d)和步骤(e)直至聚类中心μ_i不再发生变化；

(g)基于以上计算步骤，对尾矿库安全状况进行分级预警。