CN116122909A - 一种用于井下煤矿监控数据的降噪方法 - Google Patents
一种用于井下煤矿监控数据的降噪方法 Download PDFInfo
- Publication number
- CN116122909A CN116122909A CN202211664055.3A CN202211664055A CN116122909A CN 116122909 A CN116122909 A CN 116122909A CN 202211664055 A CN202211664055 A CN 202211664055A CN 116122909 A CN116122909 A CN 116122909A
- Authority
- CN
- China
- Prior art keywords
- data
- gas
- invalid
- invalid data
- noise reduction
- 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.)
- Pending
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 29
- 238000000034 method Methods 0.000 title claims abstract description 27
- 239000003245 coal Substances 0.000 title claims abstract description 23
- 238000001914 filtration Methods 0.000 claims abstract description 15
- 230000000737 periodic effect Effects 0.000 claims abstract description 4
- 238000012986 modification Methods 0.000 claims description 5
- 230000004048 modification Effects 0.000 claims description 5
- 238000012216 screening Methods 0.000 abstract description 3
- 238000004140 cleaning Methods 0.000 abstract 1
- 238000009792 diffusion process Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000000630 rising effect Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 239000000725 suspension Substances 0.000 description 1
Images
Classifications
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH OR ROCK 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
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH OR ROCK 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
Landscapes
- Engineering & Computer Science (AREA)
- Mining & Mineral Resources (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Theoretical Computer Science (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geochemistry & Mineralogy (AREA)
- Geology (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Agronomy & Crop Science (AREA)
- General Business, Economics & Management (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- Marine Sciences & Fisheries (AREA)
- Animal Husbandry (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
本发明涉及一种用于井下煤矿监控数据的降噪方法,属于监控数据降噪技术领域。包括以下步骤:S1:对瓦斯实时数据X0进行采集;瓦斯实时数据包括瓦斯浓度在一个周期内的峰值;S2:判断峰值是否属于X1≤X0≤X2之间;S3:启动数据滤噪判识模型;判断一个周期内峰值的持续时间T0是否属于T1≤T0≤T2之间;S4:判断相邻两个周期峰值的升降速度V0是否属于V1≤V0≤V2之间;S5:将无效数据和有效数据进行标示分类并分开存储;S1~S5中任意一步判断结果为否,则从S1开始重新执行。本方案便于对无效数据进行筛选以及清理,解决了瓦斯监测预警系统对于瓦斯浓度峰值稳定的特殊情况下,无效数据过滤存在误判的问题,提高了无效数据过滤的准确性。
Description
技术领域
本发明属于监控数据降噪技术领域,涉及应用于瓦斯灾害监测的预警技术,具体涉及一种用于井下煤矿监控数据的降噪方法。
背景技术
当前煤炭行业对井下安全监控系统瓦斯监测有效数据的甄别工作还处于非常原始的阶段,仅有部分厂家将不合理的数据(合理的瓦斯浓度数据为0%-100%)进行了一定的甄别与滤除。同时,0%-100%这些合理的瓦斯浓度数据区间依然存在大量的无效数据,这些数据的存在,阻碍了瓦斯监测预警相关系统对于原始瓦斯涌出状态的捕捉,影响了瓦斯监测预警的准确率。
为解决上述问题,现有技术提出了一些降噪方法,对瓦斯浓度进行检测,将不满足要求的瓦斯浓度数据滤除,从而降低煤矿监控数据的噪声。然而,现有技术对于峰值大小比稳定定,且峰值的时间较为固定的特殊数据存在误判的可能,将特殊的无效数据误认为是有效数据,从而影响降噪的效果。
因此,现在急需一种煤矿监控数据的降噪方法,不仅能够高效快速地识别有效数据和无效数据,而且对于峰值稳定的特殊情况仍然具有较高的识别准确度,减少出现误判的可能,在现有技术的基础上进一步降低瓦斯浓度监测的数据噪声。
发明内容
有鉴于此,本发明的目的在于提供一种用于井下煤矿监控数据的降噪方法,解决背景技术中的问题。
为达到上述目的,本发明提供如下技术方案:
一种用于井下煤矿监控数据的降噪方法,包括以下步骤:
S1:对瓦斯实时数据X0进行采集;所述瓦斯实时数据包括瓦斯浓度在一个周期内的峰值;
S2:判断所述峰值是否属于X1≤X0≤X2之间;若否,则判断当前采集到的瓦斯实时数据为无效数据,并重复S1至S2;
S3:启动数据滤噪判识模型;判断一个周期内峰值的持续时间T0是否属于T1≤T0≤T2之间;若否,则判断当前采集到的瓦斯实时数据为无效数据,则重复S1至S3;
S4:判断相邻两个周期峰值的升降速度V0是否属于V1≤V0≤V2之间;否若,则判断当前采集到的瓦斯实时数据为无效数据,则重复S1至S4;
S5:将无效数据和有效数据进行标示分类并分开存储。
进一步,在所述S1中,还包括通过风机开停传感器和电源开停传感器分别检测风机和电源的开关状态,当风机或电源任意一个处于关闭状态时,判断当前采集到的瓦斯实时数据无效,并进行报警。
进一步,在所述S1中,还包括通过风机开停传感器和电源开停传感器分别检测风机和电源的开关状态,当风机或电源任意一个处于关闭状态时,判断当前采集到的瓦斯实时数据无效,并进行报警。
进一步,所述标示分类包括将所述S1得到的无效数据标示为一类无效数据,将所述S2得到无效数据标示为二类无效数据,将所述S3得到的无效数据标示为三类无效数据,将所述S4得到的无效数据标示为四类无效数据,将剩余的瓦斯实时数据标示为有效数据。
进一步,还包括通过煤与瓦斯突出预警系统对所述无效数据进行手动降噪。
进一步,所述手动降噪包括对无效数据和有效数据进行增删修改,将有效数据中的部分标示为五类无效数据。
进一步,所述瓦斯实时浓度的采集周期为30s。
进一步,在所述S1中,采集瓦斯实时数据10个周期。
进一步,在所述S1中,采集瓦斯浓度的位置距离工作面的范围在5~50m以内。
本发明的有益效果在于:
不仅能够高效快速地识别有效数据和无效数据,而且对于峰值稳定的特殊情况仍然具有较高的识别准确度,减少出现误判的可能,在现有技术的基础上进一步降低瓦斯浓度监测的数据噪声。同时,本方案还对无效数据进行了标识和分类,便于后续根据分类排除引入噪声的原因,从而能够更加有针对性的极性噪声滤除。
本发明的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述,并且在某种程度上,基于对下文的考察研究对本领域技术人员而言将是显而易见的,或者可以从本发明的实践中得到教导。本发明的目标和其他优点可以通过下面的说明书来实现和获得。
附图说明
为了使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明作优选的详细描述,其中:
图1为本发明一种用于井下煤矿监控数据的降噪方法的流程图。
具体实施方式
以下通过特定的具体实例说明本发明的实施方式,本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用,本说明书中的各项细节也可以基于不同观点与应用,在没有背离本发明的精神下进行各种修饰或改变。需要说明的是,以下实施例中所提供的图示仅以示意方式说明本发明的基本构想,在不冲突的情况下,以下实施例及实施例中的特征可以相互组合。
其中,附图仅用于示例性说明,表示的仅是示意图,而非实物图,不能理解为对本发明的限制;为了更好地说明本发明的实施例,附图某些部件会有省略、放大或缩小,并不代表实际产品的尺寸;对本领域技术人员来说,附图中某些公知结构及其说明可能省略是可以理解的。
本发明实施例的附图中相同或相似的标号对应相同或相似的部件;在本发明的描述中,需要理解的是,若有术语“上”、“下”、“左”、“右”、“前”、“后”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此附图中描述位置关系的用语仅用于示例性说明,不能理解为对本发明的限制,对于本领域的普通技术人员而言,可以根据具体情况理解上述术语的具体含义。
请参阅图1,为一种用于井下煤矿监控数据的降噪方法,通过数据自动判识系统模型、传感器联动滤噪以及手动滤噪实现。
自动判识系统模型包括以下步骤:
S1:对瓦斯实时数据X0进行采集;所述瓦斯实时数据包括瓦斯浓度在一个周期内的峰值;
S2:判断所述峰值是否属于X1≤X0≤X2之间;若否,则判断当前采集到的瓦斯实时数据为无效数据,并重复S1至S2;
S3:启动数据滤噪判识模型;判断一个周期内峰值的持续时间T0是否属于T1≤T0≤T2之间;若否,则判断当前采集到的瓦斯实时数据为无效数据,则重复S1至S3;
S4:判断相邻两个周期峰值的升降速度V0是否属于V1≤V0≤V2之间;否若,则判断当前采集到的瓦斯实时数据为无效数据,则重复S1至S4;
S5:将无效数据和有效数据进行标示分类并分开存储;所述标示分类包括将所述S1得到的无效数据标示为一类无效数据,将所述S2得到无效数据标示为二类无效数据,将所述S3得到的无效数据标示为三类无效数据,将所述S4得到的无效数据标示为四类无效数据,将剩余的瓦斯实时数据标示为有效数据。
传感器联动滤噪的方法为:
通过监控系统中安装了风机开停及风机电源开停传感器,利用两个开停传感器与瓦斯传感器的联动识别滤除停电、停风后的瓦斯数据,及时对无效数据进行滤除。
本实施例中,即在S1执行时,通过风机开停传感器和电源开停传感器分别检测风机和电源的开关状态,当风机或电源任意一个处于关闭状态时,判断当前S1步骤采集到的瓦斯实时数据无效,并进行报警。
所述手动降噪的方法为:通过对KJA系统(煤与瓦斯突出预警系统)中的无效数据进行值修改、删除以及添加;具体的,对无效数据和有效数据进行增删修改包括将有效数据中的部分数据标示为五类无效数据。这里的部分数据是指虽然符合本方案的约束条件,当通过现有的一些概率分布和相关度算法等得出的不符合数据变化规律的数据。
在本实施例中,瓦斯传感器调校、断电试验是井下瓦斯传感器标校、设备测试等井下仪器维护管理的常规工作。当传感器标较、断电试验时,瓦斯涌出较正常情况存在明显的不同。首先,浓度数据的上升与下降速度特别快,一般在30s之内。其次,峰值浓度比较稳定。最后,峰值的持续时间范围一般在1~5min。针对这种特殊数据,将采用上述提到的数据自动判识系统模型,识别的准确度更高,不容易出现无效数据过滤误判。
在本实施例中,由于风机停风、停电后,工作面的风流流动速度降低或者根本就停止流动,瓦斯在巷道内形成层流与自由扩散,瓦斯监控数据因为巷道断面、煤层瓦斯渗流速度的不同会出现极大的差异,该类噪声数据本身的规律性较差,难以准确判识,并且由于瓦斯浓度上升速度可能较慢,很难及时进行判定;因此将采用传感器联动滤噪的方法进行滤噪。
在本实施例中,可进一步通过对传感器悬挂位置的调整进行数据滤噪。受到风流以及瓦斯扩散的影响,井巷内不同位置的瓦斯监控数据存在较大的差异,当工作面瓦斯传感器距离工作面迎头50m之后,风流中的瓦斯浓度受到瓦斯气体本身的扩散作用明显,并且巷道煤壁瓦斯涌出也逐渐增多,此时风流中的瓦斯浓度数据虽然可以代表风流中真实的瓦斯数据,但是不能代表工作面迎头的瓦斯涌出特征。传感器布置在5~50m时,瓦斯监控数据可以比较理想的反应工作面的瓦斯流动。因此,要求瓦斯预警传感器的悬挂位置在5~50m之内为优选,采集到达数据更加符合实际瓦斯涌出特征。
最后说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本技术方案的宗旨和范围,其均应涵盖在本发明的权利要求范围当中。
Claims (8)
1.一种用于井下煤矿监控数据的降噪方法,其特征在于,包括以下步骤:
S1:对瓦斯实时数据X0进行采集;所述瓦斯实时数据包括瓦斯浓度在一个周期内的峰值;
S2:判断所述峰值是否属于X1≤X0≤X2之间;若否,则判断当前采集到的瓦斯实时数据为无效数据,并重复S1至S2;
S3:启动数据滤噪判识模型;判断一个周期内峰值的持续时间T0是否属于T1≤T0≤T2之间;若否,则判断当前采集到的瓦斯实时数据为无效数据,则重复S1至S3;
S4:判断相邻两个周期峰值的升降速度V0是否属于V1≤V0≤V2之间;否若,则判断当前采集到的瓦斯实时数据为无效数据,则重复S1至S4;
S5:将无效数据和有效数据进行标示分类并分开存储。
2.根据权利要求1所述的一种用于井下煤矿监控数据的降噪方法,其特征在于,在所述S1中,还包括通过风机开停传感器和电源开停传感器分别检测风机和电源的开关状态,当风机或电源任意一个处于关闭状态时,判断当前采集到的瓦斯实时数据无效,并进行报警。
3.根据权利要求2所述的一种用于井下煤矿监控数据的降噪方法,其特征在于,所述标示分类包括将所述S1得到的无效数据标示为一类无效数据,将所述S2得到无效数据标示为二类无效数据,将所述S3得到的无效数据标示为三类无效数据,将所述S4得到的无效数据标示为四类无效数据,将剩余的瓦斯实时数据标示为有效数据。
4.根据权利要求3所述的一种用于井下煤矿监控数据的降噪方法,其特征在于,还包括通过煤与瓦斯突出预警系统对所述无效数据进行手动降噪。
5.根据权利要求4所述的一种用于井下煤矿监控数据的降噪方法,其特征在于,所述手动降噪包括对无效数据和有效数据进行增删修改,将有效数据中的部分标示为五类无效数据。
6.根据权利要求1所述的一种用于井下煤矿监控数据的降噪方法,其特征在于:所述瓦斯实时浓度的采集周期为30s。
7.根据权利要求6所述的一种用于井下煤矿监控数据的降噪方法,其特征在于:在所述S1中,采集瓦斯实时数据10个周期。
8.根据权利要求1所述的一种用于井下煤矿监控数据的降噪方法,其特征在于:在所述S1中,采集瓦斯浓度的位置距离工作面的范围在5~50m以内。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211664055.3A CN116122909A (zh) | 2022-12-23 | 2022-12-23 | 一种用于井下煤矿监控数据的降噪方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211664055.3A CN116122909A (zh) | 2022-12-23 | 2022-12-23 | 一种用于井下煤矿监控数据的降噪方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116122909A true CN116122909A (zh) | 2023-05-16 |
Family
ID=86294859
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211664055.3A Pending CN116122909A (zh) | 2022-12-23 | 2022-12-23 | 一种用于井下煤矿监控数据的降噪方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116122909A (zh) |
-
2022
- 2022-12-23 CN CN202211664055.3A patent/CN116122909A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104787084B (zh) | 一种铁路异物侵限检测系统及检测方法 | |
CN102608286B (zh) | 一种实时监测煤矿瓦斯监测值异常的方法 | |
CN103034850B (zh) | 一种tfds挡键丢失故障自动识别方法 | |
CN106314438A (zh) | 一种司机驾驶轨迹中异常轨迹的检测方法和系统 | |
EP2503516A2 (en) | Idle detection for improving fuel consumption efficiency in a vehicle | |
CN102622885B (zh) | 检测交通事件的方法和装置 | |
CN110806243B (zh) | 一种液位检测方法、设备和计算机可读存储介质 | |
CN111709465A (zh) | 大坝安全监测数据粗差智能识别方法 | |
CN104299417A (zh) | 基于波形检测的车辆识别方法 | |
CN107909601A (zh) | 一种适用于航标的船舶防撞预警视频检测系统及检测方法 | |
CN105241679A (zh) | 一种动车组隐蔽故障检测方法 | |
CN103487250B (zh) | 基于二维投射的煤矿设备预知维护方法 | |
CN102589515B (zh) | 一种雾天距离测量方法及装置、距离预警方法及装置 | |
CN105825682B (zh) | 地磁车辆检测装置 | |
CN108520528A (zh) | 基于改进差分阈值和位移匹配模型的移动车辆跟踪方法 | |
CN106248878A (zh) | 利用rfid技术快速发现机动车对大气环境影响的系统及方法 | |
CN111307201A (zh) | 一种车辆状态监测系统及监测方法 | |
CN116122909A (zh) | 一种用于井下煤矿监控数据的降噪方法 | |
CN112446320B (zh) | 一种模糊识别逻辑门多重互补局放判别装置及方法 | |
CN112319550A (zh) | 一种基于列车初上电的故障诊断方法、系统、装置及列车 | |
CN104504713A (zh) | 一种动车组运行状态图像监控故障自动识别方法 | |
CN114758480A (zh) | 一种基于实时驾驶数据的驾驶风险判断方法及系统 | |
CN114582083A (zh) | 一种隧道监控多传感器数据融合火灾预警方法 | |
CN114049614A (zh) | 一种地铁列车紧急制动防撞控制方法 | |
CN116386156B (zh) | 一种高速收费站etc终端故障处理方法 |
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 |