CN114266505A - 一种基于大数据的矿井安全监测预警方法及系统 - Google Patents

Abstract

本申请公开了一种基于大数据的矿井安全监测预警方法及系统，通过大数据采集获得矿井中各参数的原始数据信息，包括不同参数类别的多个参数数据集合；根据各参数数据集合的支持度，获得频繁项集；根据所述频繁项集生成满足预定置信度阈值的关联规则集合；获得第一实时数据信息，所述第一实时数据信息为所述矿井中的实时数据信息；根据所述第一实时数据信息和所述关联规则集合进行安全监测，获得第一监测结果；根据所述第一监测结果，确定是否获得第一预警信息。解决现有技术缺乏及时高效的预警监测手段，存在预警时效性不高的技术问题。达到了利用矿井各参数数据集合进行规则挖掘，实现超前预警，提高了预警的可靠度和时效性的技术效果。

Description

一种基于大数据的矿井安全监测预警方法及系统

技术领域

本申请涉及矿井安全技术领域，尤其涉及一种基于大数据的矿井安全监测预警方法及系统。

背景技术

矿井是形成地下煤矿生产系统的井巷、硐室、装备、地面建筑物和构筑物的总称。有时把矿山地下开拓中的斜井、竖井、平硐等也称为矿井。煤矿生产大部分是地下作业，地质及开采条件复杂多变，不安全因素多，经常受到瓦斯、煤尘、火水及顶板等实害的威胁。因此.为确保井下作业人员的安全和保证矿井正常生产，必须把煤矿安全工作放在各项工作的首位，矿井一旦出现安全问题会造成巨大损失，关于生命安全的重大问题。目前采用的安全预警方法预警效果不明显，出现了迹象才能进行相关预警，前瞻性弱，时效性有待提高。

现有技术存在以下技术问题：

现有技术缺乏及时高效的预警监测手段，存在预警时效性不高的技术问题。

发明内容

本申请的目的是提供一种基于大数据的矿井安全监测预警方法及系统，用以解决现有技术缺乏及时高效的预警监测手段，存在预警时效性不高的技术问题。达到了利用矿井各参数数据集合进行规则挖掘，利用挖掘的潜在规则与安全要求进行预警要求的设定，实现超前预警，提高了预警的可靠度和时效性的技术效果。

鉴于上述问题，本申请实施例提供了一种基于大数据的矿井安全监测预警方法及系统。

第一方面，本申请提供了一种基于大数据的矿井安全监测预警方法，所述方法包括：通过大数据采集获得矿井中各参数的原始数据信息，构建原始数据库，其中，所述原始数据库包括不同参数类别的多个参数数据集合；根据各所述参数数据集合的支持度，获得频繁项集；根据所述频繁项集生成满足预定置信度阈值的关联规则集合；获得第一实时数据信息，所述第一实时数据信息为所述矿井中的实时数据信息；根据所述第一实时数据信息和所述关联规则集合进行安全监测，获得第一监测结果；根据所述第一监测结果，确定是否获得第一预警信息。

第二方面，本申请还提供了一种基于大数据的矿井安全监测预警系统，用于执行如第一方面所述的一种基于大数据的矿井安全监测预警方法，所述系统包括：

第一构建单元，所述第一构建单元用于通过大数据采集获得矿井中各参数的原始数据信息，构建原始数据库，其中，所述原始数据库包括不同参数类别的多个参数数据集合；

第一获得单元，所述第一获得单元用于根据各所述参数数据集合的支持度，获得频繁项集；

第一生成单元，所述第一生成单元用于根据所述频繁项集生成满足预定置信度阈值的关联规则集合；

第二获得单元，所述第二获得单元用于获得第一实时数据信息，所述第一实时数据信息为所述矿井中的实时数据信息；

第三获得单元，所述第三获得单元用于根据所述第一实时数据信息和所述关联规则集合进行安全监测，获得第一监测结果；

第一确定单元，所述第一确定单元用于根据所述第一监测结果，确定是否获得第一预警信息。

第三方面，本申请实施例还提供了一种基于大数据的矿井安全监测预警系统，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，所述处理器执行所述程序时实现上述第一方面所述方法的步骤。

第四方面，提供了一种计算机可读存储介质，所述存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如第一方面所述方法的步骤。

本申请实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：

1.根据各所述参数数据集合的支持度，获得频繁项集；根据所述频繁项集生成满足预定置信度阈值的关联规则集合，利用支持度、置信度进行关联规则的提取和筛选，确保关联规则集合的完整性和可靠度；通过对矿井中的实时数据进行采集，得到第一实时数据信息，根据第一实时数据信息和所述关联规则集合进行安全规则和参数的监测，获得第一监测结果，确定是否需要进行预警信息，从而得到对应的第一预警信息。达到了利用矿井各参数数据集合进行规则挖掘，利用挖掘的潜在规则与安全要求进行预警要求的设定，实现超前预警，提高了预警的可靠度和时效性的技术效果。

2.通过获得预定支持度阈值；判断所述参数数据集合相互之间的支持度是否在所述预定支持度阈值之内；将所述参数数据集合相互之间的支持度在所述预定支持度阈值之内的参数数据集合确定为所述频繁项集。达到了利用设定合适的支持度阈值进行频繁项集大小的选择，能够满足不同的筛选要求，同时保证了频繁项集筛选可靠性要求的技术效果。

3.通过获得所述预定置信度阈值；获得满足所述述频繁项集之间的置信度在所述预定置信度阈值之内的置信度规则，作为所述关联规则集合。达到了利用置信度阈值的设定进行规则的选择，能够提高规则的有效力，提高规则提取的可靠性和运算处理效率，为进行可靠的安全预警提供了有力支撑的技术效果。

上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是示例性的，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。

图1为本申请实施例的一种基于大数据的矿井安全监测预警方法的流程示意图；

图2为本申请实施例中另一种基于大数据的矿井安全监测预警方法的流程示意图；

图3为本申请实施例中另一种基于大数据的矿井安全监测预警方法的流程示意图；

图4为本申请实施例中另一种基于大数据的矿井安全监测预警方法的流程示意图；

图5为本申请实施例一种基于大数据的矿井安全监测预警系统的结构示意图；

图6为本申请实施例示例性电子设备的结构示意图。

附图标记说明：第一构建单元11，第一获得单元12，第一生成单元13，第二获得单元14，第三获得单元15，第一确定单元16，电子设备300，存储器301，处理器302，通信接口303，总线架构304。

具体实施方式

本申请实施例通过提供一种基于大数据的矿井安全监测预警方法及系统，解决了现有技术缺乏及时高效的预警监测手段，存在预警时效性不高的技术问题。

下面，将参考附图对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请的一部分实施例，而不是本申请的全部实施例，应理解，本申请不受这里描述的示例实施例的限制。基于本申请的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。另外还需要说明的是，为了便于描述，附图中仅示出了与本申请相关的部分而非全部。

本申请提供的技术方案总体思路如下：

通过大数据采集获得矿井中各参数的原始数据信息完成多个参数数据集合的组件，利用多个参数数据集合构建原始数据库；根据各所述参数数据集合的支持度，获得频繁项集；根据所述频繁项集生成满足预定置信度阈值的关联规则集合，利用支持度、置信度进行关联规则的提取和筛选，确保关联规则集合的完整性和可靠度；通过对矿井中的实时数据进行采集，得到第一实时数据信息，根据第一实时数据信息和所述关联规则集合进行安全规则和参数的监测，获得第一监测结果；根据所述第一监测结果，确定是否需要进行预警信息，从而得到对应的第一预警信息。达到了利用矿井各参数数据集合进行规则挖掘，利用挖掘的潜在规则与安全要求进行预警要求的设定，实现超前预警，提高了预警的可靠度和时效性的技术效果。

在介绍了本申请基本原理后，下面将结合说明书附图来具体介绍本申请的各种非限制性的实施方式。

实施例一

请参阅附图1，本申请实施例提供了一种基于大数据的矿井安全监测预警方法，所述方法包括：

步骤S100：通过大数据采集获得矿井中各参数的原始数据信息，构建原始数据库，其中，所述原始数据库包括不同参数类别的多个参数数据集合；

具体而言，通过大数据采集或者本地数据检测系统对矿井中的各参数进行提取，构建原始数据库，原始数据库中包含了矿井相关的多个参数数据集合，包括环境参数，如空气成分、湿度、噪音量等，设备运行参数，如输出功率、运行效率、信号强度、元件性能参数等，工作人员参数，如人员密度、分布情况等，亦或者是矿井的形态参数、年限参数等，对矿井所有相关的参数进行汇总得到原始数据库。

步骤S200：根据各所述参数数据集合的支持度，获得频繁项集；

进一步的，所述根据各所述参数数据集合的支持度，获得频繁项集，请参考图2所示，步骤S200包括：

步骤S210：获得各所述参数数据集合相互之间的支持度；

步骤S220：获得预定支持度阈值；

步骤S230：判断所述参数数据集合相互之间的支持度是否在所述预定支持度阈值之内；

步骤S240：将所述参数数据集合相互之间的支持度在所述预定支持度阈值之内的参数数据集合确定为所述频繁项集。

进一步的，所述获得各所述参数数据集合相互之间的支持度的公式为：

其中，所述N(X,Y)表示集合X与集合Y同时出现的次数；N表示数据记录次数。

具体而言，基于构建的原始数据库对各参数数据集合进行分析，得到其中各参数同时出现的频繁程度即支持度，以在一个时间记录内采集的各参数数据集合出现的情况进行统计和计算，得到各参数数据集合之间的支持度，X、Y表示两个不相交的参数项。根据得到的支持度进行预定支持度阈值的确定，预定支持度阈值的确定要求为在合理支持度中的最小数值，当然预定支持度阈值也可以根据具体的分析要求进行对应的设定和调整，选择较小的支持度为了找到更多的关联数据频繁集，相反设定的支持度阈值大则找到的关联数据频繁集就小，对应的处理速度较快，针对出现频率高的参数进行分析处理。利用设定的支持度阈值在得到的各参数数据集合相互之间的支持度中进行筛选，满足设定支持度阈值要求的各参数数据集合确定为频繁项集。

进一步的，在生成频繁项集时利用设定支持度阈值对所有各参数数据集合进行扫描，找到其中包含一个参数的频繁项集，再从一个参数的频繁项集中进行第二个参数项的扫描得到两个参数的频繁项集，继续增加参数在两个参数的频繁项集中扫描筛选到具有三个参数的频繁项集，以此类推，直到无法生成频繁项集为止，得到最终的频繁项集。

步骤S300：根据所述频繁项集生成满足预定置信度阈值的关联规则集合；

进一步的，所述根据所述频繁项集生成满足预定置信度阈值的关联规则集合，如图3所示，步骤S300包括：

步骤S310：根据所述频繁项集，获得所述频繁项集之间的置信度；

步骤S320：获得所述预定置信度阈值；

步骤S330：获得满足所述述频繁项集之间的置信度在所述预定置信度阈值之内的置信度规则，作为所述关联规则集合。

进一步的，所述根据所述频繁项集，获得所述频繁项集之间的置信度的公式为：

其中，所述N(X,Y)表示集合X与集合Y同时出现的次数；N(X)表示集合X出现的次数。

具体而言，置信度是Y参数项出现在包含X的参数项中频繁程度。对得到的频繁项集进行置信度的计算，得到频繁项集中参数项之间的置信度。利用参数之间的置信度进行规则提取，为了进一步提高规则提取的可靠性和运算处理效率，利用预定置信度阈值对计算得到的置信度进行筛选，将满足预定置信度阈值范围要求的对应置信度提取规则作为确定的规则，构成关联规则集合，避免了大量的运算过程，可以将置信度不满足预定阈值要求的规则进行筛除，提高规则提取的可靠性和速度，简化运算处理过程，如一条规则包含的参数项出现次数少，那么可能是偶尔出现的，不足以用来进行规则的提取，支持度就是用来剔除这一类的规则，置信度用于衡量规则的可靠性，若一个规则中参数项Y出现在规则参数数据集X中比例越高，相信这个规则是具有应用价值的可以进行规则的提取，若置信度不满足预定置信度阈值要求则不进行使用，用支持度和置信度以及预定阈值要求进行规则筛选，得到各参数数据集合之间的关联规则集合，利用关联规则集合中的关联性得到各参数与矿井工作状态、环境等预警的条件关系，即便不是与预警参数直接关联度的参数项，也能够利用提取的关联规则集合进行对应规则的匹配和分析，能够更有效的进行超前预警。

步骤S400：获得第一实时数据信息，所述第一实时数据信息为所述矿井中的实时数据信息；

具体而言，对矿井中的参数数据进行实时采集获取，第一实时数据信息即为当前在矿井中通过各种监测仪器、传感器、视像头等监测设备进行采集得到的矿井参数数据，用于反应当前的矿井参数状态。利用监测、传感器进行数据的采集时，将采集的数据进行实时发送和存储，发送至计算机处理系统中进行对应的数据接收和存储，用于后续的分析处理，摄像头通过监测到的画面图像进行数据的提取，根据提取的数据特征进行对应的数据分析，也可以利用提取的特征进行监测数据的辅助参考，如空气可见度、粉尘等。

步骤S500：根据所述第一实时数据信息和所述关联规则集合进行安全监测，获得第一监测结果；

进一步的，所述根据所述第一实时数据信息和所述关联规则集合进行安全监测，获得第一监测结果，请参考图4所示，步骤S500包括：

步骤S510：对所述关联规则集合进行安全度筛选，获得安全关联规则集合；

步骤S520：判断所述第一实时数据信息是否满足所述安全关联规则集合中的关联规则；

步骤S530：如果所述第一实时数据信息满足所述安全关联规则集合中的关联规则，所述第一监测结果为安全监测结果；

步骤S540：如果所述第一实时数据信息不满足所述安全关联规则集合中的关联规则，所述第一监测结果为不安全监测结果。

具体而言，利用第一实时数据信息与关联规则集合进行规则的匹配分析，得到当前采集的第一实时数据信息存在哪些隐藏的参数数据规则，从而得到与第一实时数据信息对应的所有关联规则的匹配结果，作为第一监测结果进行输出。在进行第一监测结果的分析处理时，由于为了进行矿井的安全预警，因而按照安全管理要求对关联规则集合中的规则按照安全管理要求进行对应的筛选设定，得到安全关联规则集合，安全关联规则集合为按照安全管理的要求进行各规则的设定，举例而言，安全管理要求中要求参数a不能出现，或者不能超过多少，则按照关联规则集合中得到与参数a具有规则关系的参数，若第一实时数据中出现了与其具有规则关系的参数，即便没有直接出现，但由于其具有规则关联性，则会具有出现参数a的概率，则进行对应的预警，可以有效提高预警的超前时效，或者根据规则关系中的数值对应范围，当与其相关的参数到达多少时，参数a存在超出预设要求的范围，此时也将其设定为不安全的，对应的关联规则的参数项在什么范围内为安全的，则将其的对应关联规则列为安全规则集合中。通过第一实时数据信息在安全关联规则集合中进行规则匹配，若根据第一实时数据信息找到的隐藏规则均符合安全关联规则集合中的要求，则表明第一实时数据信息为安全的，此时输出的第一监测结果即为安全的监测结果。若第一实时数据找到的隐藏规则对应的数据不满足安全关联规则集合中的要求时，则表明当前检测到的数据存在安全的风险，或者隐藏规则中存在安全的风险，此时输出的第一监测结果即为不安全监测结果。

步骤S600：根据所述第一监测结果，确定是否获得第一预警信息。

进一步的，所述根据所述第一监测结果，确定是否获得第一预警信息，步骤S600包括：

步骤S610：如果所述第一监测结果为所述安全监测结果，不获得所述第一预警信息；

步骤S620：如果所述第一监测结果为所述不安全监测结果，获得所述第一预警信息。

具体而言，当第一监测结果为不安全监测结果时，发送第一预警信息，还可以设定对应的报警值，若预警信息达到了报警的设定值要求时进行对应的报警处理。同时根据第一监测结果进行对应关联参数的规则匹配结果，利用规则匹配分析结果确定其中存在安全隐患的参数项和数据范围，生成对应规则诊断报告进行输出，可以针对规则诊断报告中的参数项开展对应的检测，以确定参数项对应的设备或者影响因素进行提前干预，以避免造成严重后果，达到了利用矿井各参数数据集合进行规则挖掘，利用挖掘的潜在规则与安全要求进行预警要求的设定，实现超前预警，提高了预警的可靠度和时效性的技术效果。从而解决了现有技术缺乏及时高效的预警监测手段，存在预警时效性不高的技术问题。

综上本申请具有以下技术效果：

1.根据各所述参数数据集合的支持度，获得频繁项集；根据所述频繁项集生成满足预定置信度阈值的关联规则集合，利用支持度、置信度进行关联规则的提取和筛选，确保关联规则集合的完整性和可靠度；通过对矿井中的实时数据进行采集，得到第一实时数据信息，根据第一实时数据信息和所述关联规则集合进行安全规则和参数的监测，获得第一监测结果，确定是否需要进行预警信息，从而得到对应的第一预警信息。达到了利用矿井各参数数据集合进行规则挖掘，利用挖掘的潜在规则与安全要求进行预警要求的设定，实现超前预警，提高了预警的可靠度和时效性的技术效果。

2.通过获得预定支持度阈值；判断所述参数数据集合相互之间的支持度是否在所述预定支持度阈值之内；将所述参数数据集合相互之间的支持度在所述预定支持度阈值之内的参数数据集合确定为所述频繁项集。达到了利用设定合适的支持度阈值进行频繁项集大小的选择，能够满足不同的筛选要求，同时保证了频繁项集筛选可靠性要求的技术效果。

3.通过获得所述预定置信度阈值；获得满足所述述频繁项集之间的置信度在所述预定置信度阈值之内的置信度规则，作为所述关联规则集合。达到了利用置信度阈值的设定进行规则的选择，能够提高规则的有效力，提高规则提取的可靠性和运算处理效率，为进行可靠的安全预警提供了有力支撑的技术效果。

实施例二

基于与前述实施例中一种基于大数据的矿井安全监测预警方法，同样发明构思，本发明还提供了一种基于大数据的矿井安全监测预警系统，请参阅附图5，所述系统包括：

第一构建单元11，所述第一构建单元11用于通过大数据采集获得矿井中各参数的原始数据信息，构建原始数据库，其中，所述原始数据库包括不同参数类别的多个参数数据集合；

第一获得单元12，所述第一获得单元12用于根据各所述参数数据集合的支持度，获得频繁项集；

第一生成单元13，所述第一生成单元13用于根据所述频繁项集生成满足预定置信度阈值的关联规则集合；

第二获得单元14，所述第二获得单元14用于获得第一实时数据信息，所述第一实时数据信息为所述矿井中的实时数据信息；

第三获得单元15，所述第三获得单元15用于根据所述第一实时数据信息和所述关联规则集合进行安全监测，获得第一监测结果；

第一确定单元16，所述第一确定单元16用于根据所述第一监测结果，确定是否获得第一预警信息。

进一步的，所述系统还包括：

第四获得单元，所述第四获得单元用于获得各所述参数数据集合相互之间的支持度；

第五获得单元，所述第五获得单元用于获得预定支持度阈值；

第一判断单元，所述第一判断单元用于判断所述参数数据集合相互之间的支持度是否在所述预定支持度阈值之内；

第二确定单元，所述第二确定单元用于将所述参数数据集合相互之间的支持度在所述预定支持度阈值之内的参数数据集合确定为所述频繁项集。

进一步的，所述参数数据集合相互之间的支持度的计算公式为：

其中，所述N(X,Y)表示集合X与集合Y同时出现的次数；

N表示数据记录次数。

进一步的，所述系统还包括：

第六获得单元，所述第六获得单元用于根据所述频繁项集，获得所述频繁项集之间的置信度；

第七获得单元，所述第七获得单元用于获得所述预定置信度阈值；

第一执行单元，所述第一执行单元用于获得满足所述述频繁项集之间的置信度在所述预定置信度阈值之内的置信度规则，作为所述关联规则集合。

进一步的，所述频繁项集之间的置信度的计算公式为：

其中，所述N(X,Y)表示集合X与集合Y同时出现的次数；

N(X)表示集合X出现的次数。

进一步的，所述系统还包括：

第八获得单元，所述第八获得单元用于对所述关联规则集合进行安全度筛选，获得安全关联规则集合；

第二判断单元，所述第二判断单元用于判断所述第一实时数据信息是否满足所述安全关联规则集合中的关联规则；

第二执行单元，所述第二执行单元用于如果所述第一实时数据信息满足所述安全关联规则集合中的关联规则，所述第一监测结果为安全监测结果；

第三执行单元，所述第三执行单元用于如果所述第一实时数据信息不满足所述安全关联规则集合中的关联规则，所述第一监测结果为不安全监测结果。

进一步的，所述系统还包括：

第四执行单元，所述第四执行单元用于如果所述第一监测结果为所述安全监测结果，不获得所述第一预警信息；

第五执行单元，所述第五执行单元用于如果所述第一监测结果为所述不安全监测结果，获得所述第一预警信息。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是预期他实施例的不同之处，前述图1实施例一中的一种基于大数据的矿井安全监测预警方法和具体实例同样适用于本实施例的一种基于大数据的矿井安全监测预警系统，通过前述对一种基于大数据的矿井安全监测预警方法的详细描述，本领域技术人员可以清楚的知道本实施例中一种基于大数据的矿井安全监测预警系统，所以为了说明书的简洁，在此不再详述。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下，在其它实施例中实现。因此，本申请将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

示例性电子设备

下面参考图6来描述本申请实施例的电子设备。

图6图示了根据本申请实施例的电子设备的结构示意图。

基于与前述实施例中一种基于大数据的矿井安全监测预警方法相同的发明构思，本申请还提供了一种基于大数据的矿井安全监测预警装置，包括：处理器，所述处理器与存储器耦合，所述存储器用于存储程序，当所述程序被所述处理器执行时，使得装置以执行实施例一所述方法的步骤。

该电子设备300包括：处理器302、通信接口303、存储器301。可选的，电子设备300还可以包括总线架构304。其中，通信接口303、处理器302以及存储器301可以通过总线架构304相互连接；总线架构304可以是外设部件互连标(peripheral componentinterconnect，简称PCI)总线或扩展工业标准结构(extended industry Standardarchitecture，简称EISA)总线等。所述总线架构304可以分为地址总线、数据总线、控制总线等。为便于表示，图6中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。

处理器302可以是一个CPU，微处理器，ASIC，或一个或多个用于控制本申请方案程序执行的集成电路。

通信接口303，使用任何收发器一类的装置，用于与其他设备或通信网络通信，如以太网，无线接入网(radio access network，RAN),无线局域网(wireless local areanetworks，WLAN)，有线接入网等。

存储器301可以是ROM或可存储静态信息和指令的其他类型的静态存储设备，RAM或者可存储信息和指令的其他类型的动态存储设备，也可以是电可擦可编程只读存储器(electrically erasable Programmable read-only memory，EEPROM)、只读光盘(compactdiscread-only memory，CD-ROM)或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质，但不限于此。存储器可以是独立存在，通过总线架构304与处理器相连接。存储器也可以和处理器集成在一起。

其中，存储器301用于存储执行本申请方案的计算机执行指令，并由处理器302来控制执行。处理器302用于执行存储器301中存储的计算机执行指令，从而实现本申请上述实施例提供的一种基于大数据的矿井安全监测预警方法。

本申请实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：

通过大数据采集获得矿井中各参数的原始数据信息完成多个参数数据集合的组件，利用多个参数数据集合构建原始数据库；根据各所述参数数据集合的支持度，获得频繁项集；根据所述频繁项集生成满足预定置信度阈值的关联规则集合，利用支持度、置信度进行关联规则的提取和筛选，确保关联规则集合的完整性和可靠度；通过对矿井中的实时数据进行采集，得到第一实时数据信息，根据第一实时数据信息和所述关联规则集合进行安全规则和参数的监测，获得第一监测结果；根据所述第一监测结果，确定是否需要进行预警信息，从而得到对应的第一预警信息。达到了利用矿井各参数数据集合进行规则挖掘，利用挖掘的潜在规则与安全要求进行预警要求的设定，实现超前预警，提高了预警的可靠度和时效性的技术效果。从而解决了现有技术缺乏及时高效的预警监测手段，存在预警时效性不高的技术问题。

本领域内的技术人员应明白，本申请的实施例可提供为方法、装置、或计算机程序产品。因此，本申请可采用完全软件实施例、完全硬件实施例、或结合软件和硬件方面实施例的形式。此外，本申请为可以在一个或多个包含有计算机可用程序代码的计算机可用存储介质上实施的计算机程序产品的形式。而所述的计算机可用存储介质包括但不限于：U盘、移动硬盘、只读存储器(Read-0nly Memory，简称ROM)、随机存取存储器(Random AccessMemory，简称RAM)、磁盘存储器、只读光盘(Compact Disc Read-Only Memory，简称CD-ROM)、光学存储器等各种可以存储程序代码的介质。

本发明是参照本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的系统。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令系统的制造品，该指令系统实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (10)

1.一种基于大数据的矿井安全监测预警方法，其特征在于，所述方法包括：

通过大数据采集获得矿井中各参数的原始数据信息，构建原始数据库，其中，所述原始数据库包括不同参数类别的多个参数数据集合；

根据各所述参数数据集合的支持度，获得频繁项集；

根据所述频繁项集生成满足预定置信度阈值的关联规则集合；

获得第一实时数据信息，所述第一实时数据信息为所述矿井中的实时数据信息；

根据所述第一实时数据信息和所述关联规则集合进行安全监测，获得第一监测结果；

根据所述第一监测结果，确定是否获得第一预警信息。

2.如权利要求1所述的方法，其特征在于，所述根据各所述参数数据集合的支持度，获得频繁项集，包括：

获得各所述参数数据集合相互之间的支持度；

获得预定支持度阈值；

判断所述参数数据集合相互之间的支持度是否在所述预定支持度阈值之内；

将所述参数数据集合相互之间的支持度在所述预定支持度阈值之内的参数数据集合确定为所述频繁项集。

3.如权利要求2所述的方法，其特征在于，所述获得各所述参数数据集合相互之间的支持度的公式为：

其中，所述N(X,Y)表示集合X与集合Y同时出现的次数；

N表示数据记录次数。

4.如权利要求1所述的方法，其特征在于，所述根据所述频繁项集生成满足预定置信度阈值的关联规则集合，包括：

根据所述频繁项集，获得所述频繁项集之间的置信度；

获得所述预定置信度阈值；

获得满足所述述频繁项集之间的置信度在所述预定置信度阈值之内的置信度规则，作为所述关联规则集合。

5.如权利要求4所述的方法，其特征在于，所述根据所述频繁项集，获得所述频繁项集之间的置信度的公式为：

其中，所述N(X,Y)表示集合X与集合Y同时出现的次数；

N(X)表示集合X出现的次数。

6.如权利要求1所述的方法，其特征在于，所述根据所述第一实时数据信息和所述关联规则集合进行安全监测，获得第一监测结果，包括：

对所述关联规则集合进行安全度筛选，获得安全关联规则集合；

判断所述第一实时数据信息是否满足所述安全关联规则集合中的关联规则；

如果所述第一实时数据信息满足所述安全关联规则集合中的关联规则，所述第一监测结果为安全监测结果；

如果所述第一实时数据信息不满足所述安全关联规则集合中的关联规则，所述第一监测结果为不安全监测结果。

7.如权利要求6所述的方法，其特征在于，所述根据所述第一监测结果，确定是否获得第一预警信息，包括：

如果所述第一监测结果为所述安全监测结果，不获得所述第一预警信息；

如果所述第一监测结果为所述不安全监测结果，获得所述第一预警信息。

8.一种基于大数据的矿井安全监测预警系统，其特征在于，所述系统包括：

第一构建单元，所述第一构建单元用于通过大数据采集获得矿井中各参数的原始数据信息，构建原始数据库，其中，所述原始数据库包括不同参数类别的多个参数数据集合；

第一获得单元，所述第一获得单元用于根据各所述参数数据集合的支持度，获得频繁项集；

第一生成单元，所述第一生成单元用于根据所述频繁项集生成满足预定置信度阈值的关联规则集合；

第二获得单元，所述第二获得单元用于获得第一实时数据信息，所述第一实时数据信息为所述矿井中的实时数据信息；

第三获得单元，所述第三获得单元用于根据所述第一实时数据信息和所述关联规则集合进行安全监测，获得第一监测结果；

第一确定单元，所述第一确定单元用于根据所述第一监测结果，确定是否获得第一预警信息。

9.一种基于大数据的矿井安全监测预警系统，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现权利要求1-7任一项所述方法的步骤。

10.一种计算机可读存储介质，所述存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1-7任一项所述方法的步骤。

Images