CN102184460A - 基于协同过滤的煤矿瓦斯涌出量预测方法 - Google Patents

Abstract

本发明提出一种基于协同过滤的煤矿瓦斯涌出量预测方法GEPCF(Gas Emission Prediction using Collaborative Filtering)，该方法将协同过滤技术应用到煤矿领域的研究中，用兴趣预测的方法可以比较准确地预测矿井瓦斯涌出量，提高煤矿生产的安全性。

Description

基于协同过滤的煤矿瓦斯涌出量预测方法

技术领域

本申请属于计算机技术在煤矿安全领域中的应用。

背景技术

安全是煤矿生产过程中的重中之重。为了确保安全，必须对矿井的安全状况进行严格的监控，矿井瓦斯涌出量是需要监控的一个重要指标之一。矿井瓦斯中包含了有害气体，若涌出量过大，极可能导致井下工作人员窒息甚至发生爆炸。为了避免此类事故的发生，需要根据瓦斯含量高的煤层特征对矿井瓦斯涌出量进行准确预测。

协同过滤是电子商务推荐系统中一种重要的技术。与传统的基于内容过滤直接分析内容进行推荐不同，协同过滤分析用户兴趣，在用户群中找到指定用户的相似(兴趣)用户，综合这些相似用户对某一信息的评价，形成系统对该指定用户对此信息的喜好程度预测。

发明内容

本发明提出一种基于协同过滤的煤矿瓦斯涌出量预测方法GEPCF(Gas Emission Prediction using Collaborative Filtering)，该方法将协同过滤技术应用到煤矿领域的研究中，用兴趣预测的方法可以比较准确地预测矿井瓦斯涌出量，提高煤矿生产的安全性。

具体实施方式

GEPCF方法的具体步骤为：

1.数据准备

影响瓦斯涌出量的因素较多，如煤层瓦斯含量、煤层厚度、埋藏深度等，不同的因素对瓦斯涌出量的影响程度也不同。本发明选择其中最为关键的4个因素作为预测瓦斯涌出量的依据，即煤层瓦斯含量、煤层埋藏深度、煤层厚度和开采强度。假设已有n条影响因素与涌出量之间关系的统计记录，表示为r₁，r₂，…，r_n，将这n条记录作为预测的基础，其中r_i表示第i条记录，1≤i≤n。r_i可表示为r_i＝{x_i1，x_i2，x_i3，x_i4，c_i}，其中x_i1、x_i2、x_i3、x_i4分别表示第i条记录中的煤层瓦斯含量、煤层埋藏深度、煤层厚度和开采强度数值，c_i表示第i条记录中的瓦斯涌出量。

由于上述4个影响因素数量单位不同，数值差别较大，因此需将已有的n条记录的数据标准化，标准化采用的公式为：其中j＝1，2，3，4，x′_ij表示第i条记录第j个影响因素经标准化后的数值， ${\stackrel{\‾}{x}}_j=\frac{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{x}_{\mathrm{ij}}}{n},$ $S_j=\sqrt{\frac{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{(x_{\mathrm{ij}}-{\stackrel{\‾}{x}}_j)}^2}{n}}.$

经数据标准化后，已有的n条记录可表示为r′_i＝{x′_i1，x′_i2，x′_i3，x′_i4，c_i}，r′_i表示标准化后的第i条记录。

2.使用协同过滤技术预测瓦斯涌出量

假设根据监测结果得知某回采工作面的4个影响因素数值分别为x₁、x₂、x₃、x₄，其中x₁、x₂、x₃、x₄分别煤层瓦斯含量、煤层埋藏深度、煤层厚度和开采强度数值，现需要根据x₁、x₂、x₃、x₄的数值预测瓦斯涌出量。

1)首先对x₁、x₂、x₃、x₄进行数据标准化，可得

x′_j表示标准化之后的影响因素数值，j＝1，2，3，4。

2)从n条记录中选择与x′₁，x′₂，x′₃，x′₄最为相似的TOPk条记录，k为大于1的自然数。相似性计算选用余弦相似度计算方法，即

其中r′表示标准化后的现有因素数值，即r′＝{x′₁，x′₂，x′₃，x′₄}，rf′_i表示r′_i的影响因素数值，即rf′_i＝{x′_i1，x′_i2，x′_i3，x′_i4}。

3)用选出的TOP k条记录预测瓦斯涌出量，计算公式为

其中c表示预测出的瓦斯涌出量，k^m表示TOPk条记录中第m条记录在原来n条记录中的序号，1≤m≤k，1≤k^m≤n。

Claims (1)

1.一种基于协同过滤的煤矿瓦斯涌出量预测方法，其特征在于，该方法的具体步骤为：

1)数据准备

选择煤层瓦斯含量、煤层埋藏深度、煤层厚度和开采强度4个因素作为预测瓦斯涌出量的依据，假设已有n条影响因素与涌出量之间关系的统计记录，表示为r_i，r₂，…，r_n，将这n条记录作为预测的基础，其中r_i表示第i条记录，i为自然数，1≤i≤n，r_i可表示为r_i＝{x_i1，x_i2，x_i3，x_i4，c_i}，其中x_i1、x_i2、x_i3、x_i4分别表示第i条记录中的煤层瓦斯含量、煤层埋藏深度、煤层厚度和开采强度数值，c_i表示第i条记录中的瓦斯涌出量；

将已有的n条记录的数据标准化，标准化公式为：

其中j＝1，2，3，4，x′_ij表示第i条记录第j个影响因素经标准化后的数值，

经数据标准化后，n条记录可表示为r_i′＝{x′_i1，x′_i2，x′_i3，x′_i4，c_i}，r_i′表示标准化后的第i条记录；

2)使用协同过滤技术预测瓦斯涌出量

假设根据监测结果得知某回采工作面的4个影响因素数值分别为x₁、x₂、x₃、x₄，其中x₁、x₂、x₃、x₄分别表示煤层瓦斯含量、煤层埋藏深度、煤层厚度和开采强度数值，

(1)首先对x₁、x₂、x₃、x₄进行数据标准化，可得

x′_j表示标准化之后的影响因素数值，j＝1，2，3，4；

(2)从n条记录中选择与x′₁，x′₂，x′₃，x′₄最为相似的前k条记录，k为大于1的自然数，相似性计算选用余弦相似度计算方法，即

其中r′表示标准化后的现有因素数值，即r′＝{x′₁，x′₂，x′₃，x′₄}，rf′_i表示r′_i的影响因素数值，即rf′_i＝{x′_i1，x′_i2，x′_i3，x′_i4}；

(3)用选出的前k条记录预测瓦斯涌出量，计算公式为其中c表示预测出的瓦斯涌出量，k^m表示前k条记录中第m条记录在原来n条记录中的序号，且1≤m≤k，1≤k^m≤n。