CN107100674B - 矿用瓦斯传感器监测数据中标校实验伪数据的识别方法 - Google Patents

矿用瓦斯传感器监测数据中标校实验伪数据的识别方法 Download PDF

Info

Publication number
CN107100674B
CN107100674B CN201710249053.0A CN201710249053A CN107100674B CN 107100674 B CN107100674 B CN 107100674B CN 201710249053 A CN201710249053 A CN 201710249053A CN 107100674 B CN107100674 B CN 107100674B
Authority
CN
China
Prior art keywords
inspection
value
data
gas
pseudo
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201710249053.0A
Other languages
English (en)
Other versions
CN107100674A (zh
Inventor
屈世甲
贺耀宜
邢呈呈
刘丽静
王洪建
何敏
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tiandi Changzhou Automation Co Ltd
Changzhou Research Institute of China Coal Technology and Engineering Group Corp
Original Assignee
Tiandi Changzhou Automation Co Ltd
Changzhou Research Institute of China Coal Technology and Engineering Group Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Tiandi Changzhou Automation Co Ltd, Changzhou Research Institute of China Coal Technology and Engineering Group Corp filed Critical Tiandi Changzhou Automation Co Ltd
Priority to CN201710249053.0A priority Critical patent/CN107100674B/zh
Publication of CN107100674A publication Critical patent/CN107100674A/zh
Application granted granted Critical
Publication of CN107100674B publication Critical patent/CN107100674B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • E—FIXED CONSTRUCTIONS
    • E21—EARTH DRILLING; MINING
    • E21F—SAFETY DEVICES, TRANSPORT, FILLING-UP, RESCUE, VENTILATION, OR DRAINING IN OR OF MINES OR TUNNELS
    • E21F17/00—Methods or devices for use in mines or tunnels, not covered elsewhere
    • E21F17/18—Special adaptations of signalling or alarm devices

Abstract

本发明提供一种矿用瓦斯传感器监测数据中标校实验伪数据的识别方法，由监控后台对瓦斯浓度数据序列采取以下主要步骤处理：比较相邻两次瓦斯浓度升高值是否大于设定的阈值、确定上次瓦斯浓度值对应的巡检第次t0并在其后巡检阈值范围内确定瓦斯浓度最大值及其最后一次出现时的巡检第次t1、计算t1之后巡检阈值范围内瓦斯浓度平均值并阈值范围内确定瓦斯浓度值第一次不大于平均值的巡检第次记为t2、计算最大值与平均值的差值并将差值与判断阈值比较，根据设定判断条件相应确定t0至t2间的瓦斯浓度系列是否为标校实验伪数据。本发明能在瓦斯浓度监测数据序列中自动有效识别因瓦斯传感器标校实验而产生的伪数据，提高煤矿安监自动化水平。

Description

矿用瓦斯传感器监测数据中标校实验伪数据的识别方法
技术领域
本发明涉及煤矿安全监控系统中的瓦斯监测数据分析领域，具体涉及一种对矿用瓦斯传感器监测数据中因瓦斯传感器标校实验而产生的伪数据的识别方法。
背景技术
2016年国家安监总局在《煤矿安全监控系统升级改造技术方案》第九条中明确提出，要加强监测监控数据的应用分析，包括伪数据标注及异常数据分析。
利用瓦斯传感器监测煤矿尤其是矿井下的瓦斯浓度，是煤矿安全监控中的重要一环。煤矿安全监控系统中的监控后台通过定期巡检的方式，取得位于前端的瓦斯传感器的实时监测数据并在后台按照设定的方式进行自动处理。为保证煤矿安全监控系统中瓦斯传感器的正常工作，需要定期对瓦斯传感器进行标校，《煤矿安全规程》及AQ1029《煤矿安全监控系统及检测仪器使用管理规范》对矿用瓦斯传感器的标校周期和流程做了要求，瓦斯传感器在每次标校时检测的数据，相对于其正常巡检监测数据来说实则为伪数据，如图1即为一幅监控后台巡检得到的瓦斯传感器监测的瓦斯浓度数据序列图，其中即包含有瓦斯传感器因标校而产生的伪监测数据，但是标校实验的数据会直接被监控系统采集，较为频繁的标校实验数据成了监控系统瓦斯浓度数据序列中最常见的“伪数据”之一，监控系统数据分析应用的过程中，为了保证结果的准确性，必须对伪数据进行识别和剔除。如果煤矿安全监控系统的监控后台不能有效识别瓦斯传感器因标校带来的伪数据，容易使监控后台对煤矿瓦斯浓度产生误判。因而，如何从矿用瓦斯传感器监测数据中自动有效识别出因瓦斯传感器标校实验而产生的伪数据，是一个亟待解决的技术问题。
发明内容
本发明的目的是：针对背景技术中所提问题，提供一种矿用瓦斯传感器监测数据中标校实验伪数据的识别方法，该方法在瓦斯传感器监测的浓度数据序列基础上，结合瓦斯传感器标校流程的特点，能够在煤矿瓦斯浓度监测数据序列中自动有效识别出因瓦斯传感器标校实验而产生的伪数据，提高煤矿安全监控自动化水平。
本发明的技术方案是：本发明的矿用瓦斯传感器监测数据中标校实验伪数据的识别方法，由煤矿安全监控系统的监控后台实施，监控后台定期巡检前端的瓦斯传感器，取得巡检时该瓦斯传感器的实时监测数据，并形成该瓦斯传感器的瓦斯浓度数据序列；监控后台采用以下步骤，对该瓦斯传感器的瓦斯浓度数据序列中因标校实验而产生的伪数据进行自动识别：
①采用式（1）判断相邻两次巡检所得的瓦斯浓度值间的升高值是否大于设定的浓度升高判断阈值Y1，若否，则结束本次识别；若是，则进入步骤②；
C1－C0＞Y1 （1）
式中，C1为当次瓦斯浓度值，C0为与C1相邻的上一次瓦斯浓度值；
②判断C0是否为瓦斯传感器断电故障值或零值，若是，则结束本次识别；若否，则进入步骤③；
③确定C0对应的巡检第次t0；在t0后的第一内置巡检次数阈值Y2范围内比对搜寻瓦斯浓度值中的最大值M1，并确定在Y2范围内瓦斯浓度值中的最大值M1最后一次出现时对应的巡检第次t1；
④计算瓦斯浓度序列中位于巡检第次t1之后且在第二内置巡检次数阈值Y3范围内的各次巡检瓦斯浓度值的平均值M2；并在Y3范围内的瓦斯浓度序列中比对搜寻瓦斯浓度值第一次不大于M2的瓦斯浓度值C2，并将C2对应的巡检第次记为t2；
⑤由M1－M2＝M3计算步骤③所得的最大值M1与步骤④所得的平均值M2的差值M3，并将M3与设定的判断阈值Y4进行比较，
若M3＜Y4，则判断t0到t2巡检第次区间的瓦斯浓度系列为有效监测数据；
若M3≥Y4，同时满足步骤③确定的巡检第次t1和步骤④确定的巡检第次t2间的巡检次数大于内置的判断阈值Y5，且同时满足步骤③确定的M1大于判断阈值Y6且小于判断阈值Y7，则判定巡检第次t0至巡检第次t2间的瓦斯浓度巡检数据为因瓦斯传感器标校实验而产生的伪数据；否则，判定巡检第次t0至巡检第次t2间的瓦斯浓度巡检数据不是因瓦斯传感器标校实验而产生的伪数据。
进一步的方案是：上述的浓度升高判断阈值Y1取值0.25；第一内置巡检次数阈值Y2取值60；第二内置巡检次数阈值Y3取值120；设定的判断阈值Y4取值0.5；内置的判断阈值Y5取值3；判断阈值Y6取值1.8；判断阈值Y7取值2.2。
本发明具有积极的效果：本发明的矿用瓦斯传感器监测数据中标校实验伪数据的识别方法，能够在煤矿瓦斯浓度监测数据序列中，自动有效识别出因瓦斯传感器标校实验而产生的伪数据，有效解决了现有技术中监控后台易因瓦斯传感器标校实验产生的伪数据造成的煤矿瓦斯浓度监控误判，提高了煤矿安全监控自动化水平。
附图说明
图1为煤矿安全监控系统中监控后台通过巡检得到的包含有瓦斯传感器因标校而产生的伪监测数据的瓦斯浓度数据序列片段图；
图2为应用例中为说明本发明的方法所采用的瓦斯浓度序列片段曲线图；
图3为采用本发明的方法对图2所示瓦斯浓度序列进行识别处理后的结果示意图。
具体实施方式
下面结合附图和具体实施方式对本发明作进一步详细的说明。
（实施例1）
本实施例的矿用瓦斯传感器监测数据中标校实验伪数据的识别方法，由现有的煤矿安全监控系统的监控后台实施，监控后台定期巡检前端的瓦斯传感器，取得巡检时该瓦斯传感器的实时监测数据，并形成该瓦斯传感器的瓦斯浓度数据序列；监控后台采用以下步骤，对该瓦斯传感器的瓦斯浓度数据序列中因标校实验而产生的伪数据进行自动识别：
①采用式（1）判断相邻两次巡检所得的瓦斯浓度值间的升高值是否大于设定的浓度升高判断阈值Y1，若否，则结束本次识别；若是，则进入步骤②；
C1－C0＞Y1 （1）
式中，C1为当次瓦斯浓度值，C0为与C1相邻的上一次瓦斯浓度值；本实施例中，浓度升高判断阈值Y1优选取值0.25；
②判断C0是否为瓦斯传感器断电故障值或零值，若是，则结束本次识别；若否，则进入步骤③；
③确定C0对应的巡检第次t0；在t0后的第一内置巡检次数阈值Y2范围内比对搜寻瓦斯浓度值中的最大值M1，并确定在Y2范围内瓦斯浓度值中的最大值M1最后一次出现时对应的巡检第次t1；本实施例中，Y2取值优选60；
④计算瓦斯浓度序列中位于巡检第次t1之后且在第二内置巡检次数阈值Y3范围内的各次巡检瓦斯浓度值的平均值M2；并在Y3范围内的瓦斯浓度序列中比对搜寻瓦斯浓度值第一次不大于M2的瓦斯浓度值C2，并将C2对应的巡检第次记为t2；本实施例中， Y3优选取值120；
⑤由M1－M2＝M3计算得到第三步所得的最大值M1与第四步所得的平均值M2的差值M3，并将M3与设定的判断阈值Y4进行比较，
若M3＜Y4，则判断t0到t2巡检第次区间的瓦斯浓度系列为有效监测数据；
若M3≥Y4，同时满足步骤③确定的巡检第次t1和步骤④确定的巡检第次t2间的巡检次数大于内置的判断阈值Y5；且同时满足步骤③确定的M1大于判断阈值Y6且小于判断阈值Y7，则判定巡检第次t0至巡检第次t2间的瓦斯浓度巡检数据为因瓦斯传感器标校实验而产生的伪数据；否则，判定巡检第次t0至巡检第次t2间的瓦斯浓度巡检数据为不是因瓦斯传感器标校实验而产生的伪数据。
本实施例中，设定的判断阈值Y4优选取值0.5；内置的判断阈值Y5优选取值3；判断阈值Y6优选取值1.8；判断阈值Y7优选取值2.2。
本实施例中，各步骤中的阈值可依据国家、行业相关标准结合煤矿安全监控系统的实际工况相应确定。
（应用例）
某煤矿的安全监控系统的监控后台巡检得到的由该煤矿某工作面瓦斯传感器检测的瓦斯浓度数据序列中的60次数据如表1所示，由该数据序列相应绘制的瓦斯浓度序列原始数据片段曲线图如图2所示。
监控后台采用本发明前述实施例的矿用瓦斯传感器监测数据中标校实验伪数据的识别方法对巡检数据进行监控识别，其内置的各阈值取值为：
Y1=0.25，Y2=60，Y3=120，Y4=0.5，Y5=3，Y6=1.8，Y7=2.2；
①监控后台监测发现，第31次巡检浓度值C31与第30次巡检浓度值C30的差值也即C31－C30＝0.27，大于0.25（浓度升高判断阈值Y1）；监控后台赋值步骤①中C1=C31，C0=C30；
②监控后台判断C0 （也即C30）既非断电值也非零值；
③确定C0（也即C30）对应的巡检第次t0为第30次巡检，监控后台赋值t0=t30；在第30次巡检后的60次（第一内置巡检次数阈值Y2）范围内比对搜寻瓦斯浓度值中的最大值M1=C36=2.0，2.0出现的最后一次巡检第次为第37次，监控后台赋值t1=t37；
④计算瓦斯浓度序列中位于第37次（t1=t37）巡检后的120次（第二内置巡检次数阈值Y3）巡检浓度值的平均值M2=0.31；并在该120次范围内的瓦斯浓度序列中比对搜寻瓦斯浓度值第一次不大于M2的浓度值C2为C45=0.25<0.31，并将C2 （即C45）对应的巡检第次记为t2= t45；
⑤计算M1－M2＝2.0－0.31＝1.69> 0.5（阈值Y4）；判断t1=t37和t2= t45之间的巡检次数为7次大于3次（阈值Y5）；判断1.8（阈值Y6）＜2.0（M1）＜2.2（阈值Y7），
从而判定：第30次巡检（t0）至第45次（t2）间的瓦斯浓度巡检数据为因瓦斯传感器标校实验而产生的伪数据。识别判断结果示意如表2和图3。
以上实施例和应用例是对本发明的具体实施方式的说明，而非对本发明的限制，有关技术领域的技术人员在不脱离本发明的精神和范围的情况下，还可以做出各种变换和变化而得到相对应的等同的技术方案，因此所有等同的技术方案均应该归入本发明的专利保护范围。

Claims (2)

1.一种矿用瓦斯传感器监测数据中标校实验伪数据的识别方法，由煤矿安全监控系统的监控后台实施，监控后台定期巡检前端的瓦斯传感器，取得巡检时该瓦斯传感器的实时监测数据，并形成该瓦斯传感器的瓦斯浓度数据序列；其特征在于：
监控后台采用以下步骤，对该瓦斯传感器的瓦斯浓度数据序列中因标校实验而产生的伪数据进行自动识别：
①采用式（1）判断相邻两次巡检所得的瓦斯浓度值间的升高值是否大于设定的浓度升高判断阈值Y1，若否，则结束本次识别；若是，则进入步骤②；
C1－C0＞Y1 （1）
式中，C1为当次瓦斯浓度值，C0为与C1相邻的上一次瓦斯浓度值；
②判断C0是否为瓦斯传感器断电故障值或零值，若是，则结束本次识别；若否，则进入步骤③；
③确定C0对应的巡检第次t0；在t0后的第一内置巡检次数阈值Y2范围内比对搜寻瓦斯浓度值中的最大值M1，并确定在Y2范围内瓦斯浓度值中的最大值M1最后一次出现时对应的巡检第次t1；
④计算瓦斯浓度序列中位于巡检第次t1之后且在第二内置巡检次数阈值Y3范围内的各次巡检瓦斯浓度值的平均值M2；并在Y3范围内的瓦斯浓度序列中比对搜寻瓦斯浓度值第一次不大于M2的瓦斯浓度值C2，并将C2对应的巡检第次记为t2；
⑤由M1－M2＝M3计算步骤③所得的最大值M1与步骤④所得的平均值M2的差值M3，并将M3与设定的判断阈值Y4进行比较，
若M3＜Y4，则判断t0到t2巡检第次区间的瓦斯浓度系列为有效监测数据；
若M3≥Y4，同时满足步骤③确定的巡检第次t1和步骤④确定的巡检第次t2间的巡检次数大于内置的判断阈值Y5，且同时满足步骤③确定的M1大于判断阈值Y6且小于判断阈值Y7，则判定巡检第次t0至巡检第次t2间的瓦斯浓度巡检数据为因瓦斯传感器标校实验而产生的伪数据；否则，判定巡检第次t0至巡检第次t2间的瓦斯浓度巡检数据不是因瓦斯传感器标校实验而产生的伪数据。
2.根据权利要求1所述的矿用瓦斯传感器监测数据中标校实验伪数据的识别方法，其特征在于：所述的浓度升高判断阈值Y1取值0.25；第一内置巡检次数阈值Y2取值60；第二内置巡检次数阈值Y3取值120；设定的判断阈值Y4取值0.5；内置的判断阈值Y5取值3；判断阈值Y6取值1.8；判断阈值Y7取值2.2。
CN201710249053.0A 2017-04-17 2017-04-17 矿用瓦斯传感器监测数据中标校实验伪数据的识别方法 Active CN107100674B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710249053.0A CN107100674B (zh) 2017-04-17 2017-04-17 矿用瓦斯传感器监测数据中标校实验伪数据的识别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710249053.0A CN107100674B (zh) 2017-04-17 2017-04-17 矿用瓦斯传感器监测数据中标校实验伪数据的识别方法

Publications (2)

Publication Number Publication Date
CN107100674A CN107100674A (zh) 2017-08-29
CN107100674B true CN107100674B (zh) 2019-01-08

Family

ID=59675086

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710249053.0A Active CN107100674B (zh) 2017-04-17 2017-04-17 矿用瓦斯传感器监测数据中标校实验伪数据的识别方法

Country Status (1)

Country Link
CN (1) CN107100674B (zh)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108844570B (zh) * 2018-07-09 2020-04-24 厦门能控自动化科技有限公司 一种温湿度传感器异常检测方法
CN109581511B (zh) * 2018-11-23 2020-06-16 辽宁大学 一种基于感应原理的非接触式煤岩带电监测传感器标定系统及方法
CN110442127B (zh) * 2019-07-15 2022-06-17 广州杰赛科技股份有限公司 智能巡检方法、设备和装置
CN110595526B (zh) * 2019-09-03 2020-12-29 精英数智科技股份有限公司 一种煤矿井下传感器标校的检测方法、装置和设备
CN110672777B (zh) * 2019-10-29 2021-04-20 南京北路智控科技股份有限公司 一种催化燃烧式甲烷传感器异常数据识别分析方法及系统
CN110821563B (zh) * 2019-10-29 2021-07-13 天地（常州）自动化股份有限公司 一种识别方法及装置
CN110940414A (zh) * 2019-12-17 2020-03-31 天地（常州）自动化股份有限公司 一种检测方法及装置
CN112967413B (zh) * 2021-02-01 2023-04-11 重庆梅安森科技股份有限公司 一种煤矿瓦斯动态巡更系统及方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101256141A (zh) * 2008-03-21 2008-09-03 天地（常州）自动化股份有限公司 一种矿用安全监控系统的瓦斯传感器的在线调校方法
CN102155264A (zh) * 2011-03-29 2011-08-17 天地（常州）自动化股份有限公司 一种检测煤矿监控系统中的瓦斯量监测信息异常的方法
CN102944580A (zh) * 2012-11-27 2013-02-27 煤炭科学研究总院沈阳研究院 煤矿用自诊断甲烷传感器及自诊断方法
CN103628921A (zh) * 2013-12-12 2014-03-12 中煤科工集团重庆研究院有限公司 低浓度瓦斯输送安全监测监控系统

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20100021299A (ko) * 2008-08-14 2010-02-24 최기종 경로 표시 장치

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101256141A (zh) * 2008-03-21 2008-09-03 天地（常州）自动化股份有限公司 一种矿用安全监控系统的瓦斯传感器的在线调校方法
CN102155264A (zh) * 2011-03-29 2011-08-17 天地（常州）自动化股份有限公司 一种检测煤矿监控系统中的瓦斯量监测信息异常的方法
CN102944580A (zh) * 2012-11-27 2013-02-27 煤炭科学研究总院沈阳研究院 煤矿用自诊断甲烷传感器及自诊断方法
CN103628921A (zh) * 2013-12-12 2014-03-12 中煤科工集团重庆研究院有限公司 低浓度瓦斯输送安全监测监控系统

Also Published As

Publication number Publication date
CN107100674A (zh) 2017-08-29

Similar Documents

Publication Publication Date Title
CN107100674B (zh) 矿用瓦斯传感器监测数据中标校实验伪数据的识别方法
WO2020052147A1 (zh) 监测设备故障检测方法及装置
NZ589157A (en) Detecting electrical anomalies by receiving sensor data with received anomaly detection rules
CN106599271A (zh) 一种燃煤机组排放监测时序数据异常值检测方法
CN110286656B (zh) 一种错误数据容忍的虚警过滤方法和装置
EP1382155A4 (en) METHOD AND SYSTEM FOR REDUCING FALSE ALARMS IN NETWORK FAULT MANAGEMENT SYSTEMS
CN108806218A (zh) 一种可燃气体监测数据异常原因的判断方法及装置
CN103983881B (zh) 核探测器的故障诊断方法及装置
CN109919488B (zh) 一种基于在线监测数据的保护装置状态趋势分析方法
CN115077627B (zh) 一种多融合环境数据监管方法及监管系统
CN112734977B (zh) 一种基于物联网的设备风险预警系统及算法
CN109798935A (zh) 一种用于幕墙的多源传感器协同监测预警方法及系统
CN117250576B (zh) 一种基于多维传感数据的电流传感器实时异常检测方法
CN110779568A (zh) 一种在线监测与移动巡检协同的电力电缆检测方法及装置
CN106324437B (zh) 一种基于电压极值的隐患放电电流的检测方法
CN112446320B (zh) 一种模糊识别逻辑门多重互补局放判别装置及方法
CN108680708A (zh) 一种甲烷来源预测方法及装置
CN116517862A (zh) 一种基于stft-cnn的矿井通风机异常诊断系统
CN110007171A (zh) 变压器在线监测数据误报警的筛查方法及系统
CN109489719A (zh) 一种检验检测人工智能自动检测系统
CN114167870A (zh) 气体巡检装置用数据处理方法、系统、装置及存储介质
CN107247211A (zh) 一种交、直流绝缘故障定位系统
US11131985B2 (en) Noise generation cause estimation device
CN106936626A (zh) Gpon系统中流氓onu的故障解决方法及系统
CN104766094B (zh) 一种视频监控火焰的识别方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant