CN116658246A - 一种煤矿水害监测预警系统及方法 - Google Patents
一种煤矿水害监测预警系统及方法 Download PDFInfo
- Publication number
- CN116658246A CN116658246A CN202310640120.7A CN202310640120A CN116658246A CN 116658246 A CN116658246 A CN 116658246A CN 202310640120 A CN202310640120 A CN 202310640120A CN 116658246 A CN116658246 A CN 116658246A
- Authority
- CN
- China
- Prior art keywords
- early warning
- data
- monitoring data
- module
- monitoring
- 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 234
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 70
- 239000003245 coal Substances 0.000 title claims abstract description 39
- 238000000034 method Methods 0.000 title claims abstract description 13
- 238000010219 correlation analysis Methods 0.000 claims abstract description 16
- 238000012216 screening Methods 0.000 claims abstract description 15
- 230000005540 biological transmission Effects 0.000 claims abstract description 10
- 238000007781 pre-processing Methods 0.000 claims abstract description 10
- 238000012545 processing Methods 0.000 claims abstract description 6
- 230000009467 reduction Effects 0.000 claims abstract description 4
- 238000011156 evaluation Methods 0.000 claims description 16
- 238000001514 detection method Methods 0.000 claims description 11
- 230000003068 static effect Effects 0.000 claims description 10
- 238000005065 mining Methods 0.000 claims description 9
- 238000004140 cleaning Methods 0.000 claims description 7
- 238000013461 design Methods 0.000 claims description 6
- 238000005553 drilling Methods 0.000 claims description 6
- 238000003860 storage Methods 0.000 claims description 5
- 230000002776 aggregation Effects 0.000 claims description 4
- 238000004220 aggregation Methods 0.000 claims description 4
- 230000004931 aggregating effect Effects 0.000 claims description 3
- 238000013528 artificial neural network Methods 0.000 claims description 3
- 230000000903 blocking effect Effects 0.000 claims description 3
- 230000010354 integration Effects 0.000 claims description 3
- 239000007788 liquid Substances 0.000 claims description 3
- 230000009286 beneficial effect Effects 0.000 description 7
- 230000006872 improvement Effects 0.000 description 7
- 238000000513 principal component analysis Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000003673 groundwater Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000011148 porous material Substances 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 239000002352 surface water Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/21—Design, administration or maintenance of databases
- G06F16/215—Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L12/00—Data switching networks
- H04L12/28—Data switching networks characterised by path configuration, e.g. LAN [Local Area Networks] or WAN [Wide Area Networks]
- H04L12/42—Loop networks
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/38—Services specially adapted for particular environments, situations or purposes for collecting sensor information
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A50/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE in human health protection, e.g. against extreme weather
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Computer Networks & Wireless Communication (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- Signal Processing (AREA)
- Quality & Reliability (AREA)
- General Health & Medical Sciences (AREA)
- Mining & Mineral Resources (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Health & Medical Sciences (AREA)
- General Business, Economics & Management (AREA)
- Databases & Information Systems (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geochemistry & Mineralogy (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Geology (AREA)
- Game Theory and Decision Science (AREA)
- Primary Health Care (AREA)
- Life Sciences & Earth Sciences (AREA)
- Operations Research (AREA)
- Computing Systems (AREA)
- Medical Informatics (AREA)
- Testing Or Calibration Of Command Recording Devices (AREA)
Abstract
本发明涉及水害监测技术领域,公开一种煤矿水害监测预警系统及方法,包括采集端,服务端,所述采集端包括地面水文监测模块、井下水文监测模块和数据传输模块;所述服务端包括数据接收模块、数据预处理模块、初步筛选模块、数据多元相关分析模块、数据多元降维处理模块、预警策略设定模块、数据趋势预测预警模块;数据趋势预测预警模块,用于在该本次预警任务下,根据预警和解除预警规则的策略,对本次预警任务涉及的风险区域内的第二监测数据源的趋势变化进行预测,以及进行本次预警任务的预警;本方案能够解决现有井下和地面各个监测内容相互独立导致的水害监测预警准确度低的问题。
Description
技术领域
本发明涉及水害监测技术领域,具体涉及一种煤矿水害监测预警系统及方法。
背景技术
随着国民经济的飞速发展,煤炭需求在实现工业化、信息化、城镇化和农业现代化的进程中将持续增长,然而我国复杂的煤矿地质条件和自然灾害会造成煤矿事故。而水害作为煤矿五大灾害之一,在煤矿建设和生产过程中,经常发生孔隙水、裂隙水、岩溶水、老空水、地表水等各种水体溃入井下,造成矿井突水事故的发生。建立煤矿水害监测预警系统为掌握和矿井涌水量等分布特点,为煤矿防治工作和正确的决策提供可靠地基础资料。
但是,传统的煤矿水害监测预警系统存在以下问题:数据源较少,井下的监测预警系统和地面的监测预警系统相互独立,这就导致在对井下的水害危险度分析时所对应的结果不符合实际,即水害监测预警的准确性不高。
发明内容
本发明意在提供一种煤矿水害监测预警系统及方法,能够解决现有井下和地面的监测相互独立导致的水害监测预警的准确度低的问题。
为达到上述目的,本发明采用如下技术方案:一种煤矿水害监测预警系统,包括服务端和采集端;
所述采集端包括地面水文监测模块、井下水文监测模块、数据传输模块;
所述地面水文监测模块,用于对当前煤矿所对应的地面的数据进行无线监测和采集,生成对应的地面水文监测数据;
所述井下水文监测模块,用于对当前煤矿所对应的井下的数据进行在线监测和采集,生成对应的井下水文监测数据;
数据传输模块,用于将采集到的井下水文监测数据通过工业环网上传至预警系统服务器上;还用于将采集到的地面水文监测数据通过4G网络利用云服务器和中转服务器传输至工业环网中的预警系统服务器上;
所述服务端包括:
数据接收模块,用于从预警系统服务器上实时获取地面水文监测数据和井下水文监测数据;
数据预处理模块,用于对地面水文监测数据和井下水文监测数据进行数据预处理;
初步筛选模块,用于根据业务需求,确定对应的业务类型,并根据业务类型,对地面水文监测数据和井下水文监测数据进行初步筛选,生成对应的第一监测数据源;
数据多元相关分析模块,用于根据初步筛选后的第一监测数据源,分析第一监测数据源中地面水文监测数据所对应的多种类型数据和井下水文监测数据所对应的多种类型数据的时空相关程度;
数据多元降维处理模块,用于选择分析出针对当前业务类型所对应的时空相关程度超过预设相关程度阈值的多个类型数据,生成对应的第二监测数据源;
预警策略设定模块,用于根据业务类型,确定对应的具体预警任务,并根据第二监测数据源,确定本次预警任务涉及的风险区域、以及预警和解除预警规则的策略设定;
数据趋势预测预警模块,用于在该本次预警任务下,根据预警和解除预警规则的策略,对本次预警任务涉及的风险区域内的第二监测数据源的趋势变化进行预测,以及进行本次预警任务的预警。
本方案的原理及优点是:在本方案中,首先通过采集端完成对当前煤矿所对应的地面水文情况以及井下水文情况进行数据的采集,且为了确保对井下水文监测数据和地面水文监测数据的统一化保存,具体的,将采集到的井下水文监测数据通过工业环网上传至预警系统服务器上;还用于将采集到的地面水文监测数据通过4G网络利用云服务器和中转服务器传输至工业环网中的预警系统服务器上,也就是实现了井下数据和地面数据的统一化管理,不仅数据类型更加的多样化和全面化,同时数据的格式也更加的统一化,便于数据的调用和处理,极大提高了数据使用的便捷性。
在对煤矿井下完成数据的采集之后,考虑到当前煤矿下所采集到的数据可能比较繁琐和复杂,在进行某一预警任务的预警时可能所需要的数据只是所采集到的其中一部分,为了能够确定预警任务的准确进行,就需要对所采集到的数据进行筛选,具体的,首先是会对数据进行预处理,使得数据能够更加的统一化和格式化,从而节省后续数据使用的处理时间,极大提高后续数据的调动便捷性。
然后就会确定本次所对应的业务需求,从而实现对业务类型的确定,例如需要对采空区进行预警,根据这个业务类型,就可以对地面水文监测数据和井下水文监测数据进行初步的筛选,选出一部分跟该业务类型相关的数据出来。之后就对初步筛选后的第一监测数据源进行多元相关性分析,即分析其所对应的时空相关程度,根据该时空相关程度就可以在第一监测数据源中进行二次筛选,从而得到第二监测数据源,此时所对应的第二监测数据源对本次预警任务是十分相关的,即相关性极大的,通过这些数据就能够很好的对本次业务类型的预警进行准确且有效的判断。
之后根据业务类型进行具体预警任务的确定,并且根据第二监测数据源进行本次预警任务涉及的风险区域、以及预警和解除预警规则的策略设定,后续就可以根据第二监测数据源,依据对应的预警和解除预警规则的策略对风险区域内的第二检测数据源的趋势变化进行预测,以及风险预警。
1、本方案中采集到的数据类型比较多,这样使得后续的预测或者判断的结果都能够更加的准确,同时在数据的传输采用的是云边端的方式,实现了井下数据和地面数据的统一化管理,使得数据调用后的使用更加的快速,极大提高了系统的数据处理效率。
2、考虑到煤矿所对应的数据类型比较多和复杂,通过初步筛选以及后续的时空相关程度的判断,从而实现对数据的精准确定,确定选择出来的数据能够满足本次预警任务所对应的要求,能够更好的确保本次预警的真实性和准确性。在进行预测时,不仅考虑井下水文的数据,同时也考虑地面上水文的数据,从而将井下的水害数据与地面上的水的数据进行关联起来,相比现有技术中井下和地面各个监测内容相互独立,本申请通过将井下和地面各个监测内容进行相互结合使得在进行预警时准确的更高。即能够解决现有井下和地面各个监测内容相互独立导致的水害监测预警准确度低的问题。
优选的,作为一种改进,所述地面水文监测数据包括雨量监测数据、长观孔监测数据、河流水位流量监测数据、温湿度监测数据、风速风向监测数据;
所述井下水文监测数据包括工作面及大巷的涌水量监测数据、采空区密闭的流量和压力监测数据、水仓液位温度监测数据、探放水流量监测数据、探放水钻孔轨迹监测数据、采掘进尺监测数据。
有益效果:对地面水文和井下水文的数据的检测更加的全面,极大提高了前期数据采集的全面性,这样能够有助于后续预警任务的多样化的实现。
优选的,作为一种改进,所述服务端中的数据接收模块包括:
采集模块,用于对地面水文监测数据和井下水文监测数据进行采集,以及其所对应的各个采集设备的位置坐标以及其他属性信息进行采集;
设置模块,用于对各个采集设备的地址信息以及接收频率进行设置;
控制模块,用于向各个采集设备进行控制指令和定时任务的下发;
检测模块,用于对各个采集设备的状态进行检测。
有益效果:在本方案中,不仅实现了对采集端所对应的采集设备的数据的获取,同时还实现了对这些采集设备的有效的管理和控制,极大提高了采集设备的采集快速性和准确性。
优选的,作为一种改进,所述数据预处理模块包括:
数据清洗模块,用于对地面水文监测数据和井下水文监测数据进行清洗;
数据去噪模块,用于对清洗后的地面水文监测数据和井下水文监测数据进行去噪处理;
聚合模块,用于对去噪后的地面水文监测数据和井下水文监测数据进行聚合为严格等时间间隔数据。
有益效果:在本方案中,对采集到的地面水文监测数据和井下水文监测数据进行清洗、去噪、聚合等操作极大提高了数据的有效性,能够减低无用数据的存储。
优选的,作为一种改进,所述服务端中的数据多元相关分析模块,用于选择具体的预警任务中相关的第一监测数据源,进行偏相关分析和复相关分析,PCA主成分分析,根据分析结果,确定第一监测数据源中各个数据相应的时空相关程度。
有益效果:在本方案中,通过对第一监测数据源进行偏相关分析和复相关分析,PCA主成分分析,从而实现对数据的多元相关分析功能,能够及时的对第一监测数据源中的各个数据中的时空相关程度进行快速的确定,即确定各个数据的权重大小,通过这样就能够知晓各个数据与本次所对应的预警任务的相关程度,为后续的筛选提供有效且准确的依据。
优选的,作为一种改进,所述服务端中的预警策略设定模块,用于根据当前的第二监测数据源,从数据库中调取对应的静态评价数据,并依据第二监测数据源以及静态评价数据,对本次预警任务所对应的预警策略进行设置和确定;所述静态评价数据包括储水构造属性,阻水构造属性,含水层厚度,富水性,开采设计参数,疏放水设计参数,采空区位置范围,物探评价指标,疏放水评价指标。
有益效果:在本方案中,在对本次预警任务的预警策略进行确定和设置时是依据静态评价数据和当前的第二监测数据源的,这样极大的提高了预警策略的选择,使得预警策略能够更好的适应第二监测数据源的使用。
优选的,作为一种改进,所述服务端中的数据趋势预测预警模块包括:
数据趋势预测模块,用于根据当前的具体预警任务,将其对应的第二监测数据源进行时间序列预测,获得对应的数据的预测趋势信息,所述时间序列预测包括差分整合移动平均自回归模型时间序列预测和多变量神经网络时间序列预测;
预警预测模块,用于根据第二监测数据源,以及确定的预警策略,判断当前的预警状态、预警的位置以及原因并进行发布。
有益效果:对应的数据趋势预测和预警预测同步进行,能够更加快速的实现对数据趋势预测和预警预测,极大提高预测的真实性和准确性,相互独立,互不干扰。
优选的,作为一种改进,所述服务端还包括动态展示模块,用于选取某一预警任务,并调取该预警任务所对应的第二监测数据的数据预测趋势信息以及预警状态进行动态展示。
有益效果:在本方案能够对任一预警任务所对应的数据预测趋势信息以及预警状态进行动态展示,实现了对预警的可视化。
本发明还提供一种煤矿水害监测预警方法,应用上述一种煤矿水害监测预警系统。
附图说明
图1为本发明实施例一中煤矿水害监测预警系统的逻辑框图。
图2为本发明实施例一中数据传输模块具体的传输逻辑框图。
具体实施方式
下面通过具体实施方式进一步详细说明:
实施例基本如附图1所示:一种煤矿水害监测预警系统,包括服务端和采集端;
所述采集端包括地面水文监测模块、井下水文监测模块、数据传输模块;
所述地面水文监测模块,用于对当前煤矿所对应的地面的数据进行无线监测和采集,生成对应的地面水文监测数据;
所述井下水文监测模块,用于对当前煤矿所对应的井下的数据进行在线监测和采集,生成对应的井下水文监测数据;在本实施例中,所述地面水文监测数据包括雨量监测数据、长观孔监测数据、河流水位流量监测数据、温湿度监测数据、风速风向监测数据;所述井下水文监测数据包括工作面及大巷的涌水量监测数据、采空区密闭的流量和压力监测数据、水仓液位温度监测数据、探放水流量监测数据、探放水钻孔轨迹监测数据、采掘进尺监测数据。
数据传输模块,用于将采集到的井下水文监测数据通过工业环网上传至预警系统服务器上;还用于将采集到的地面水文监测数据通过4G网络利用云服务器和中转服务器传输至工业环网中的预警系统服务器上,具体如图2所示。
所述服务端包括:
数据接收模块,用于从预警系统服务器上实时获取地面水文监测数据和井下水文监测数据;
所述数据接收模块包括:
采集模块,用于对地面水文监测数据和井下水文监测数据进行采集,以及其所对应的各个采集设备的位置坐标以及其他属性信息进行采集;
设置模块,用于对各个采集设备的地址信息以及接收频率进行设置;
控制模块,用于向各个采集设备进行控制指令和定时任务的下发;
检测模块,用于对各个采集设备的状态进行检测。
数据预处理模块,用于对地面水文监测数据和井下水文监测数据进行数据预处理;
所述数据预处理模块包括:
数据清洗模块,用于对地面水文监测数据和井下水文监测数据进行清洗;
数据去噪模块,用于对清洗后的地面水文监测数据和井下水文监测数据进行去噪处理;
聚合模块,用于对去噪后的地面水文监测数据和井下水文监测数据进行聚合为严格等时间间隔数据。
初步筛选模块,用于根据业务需求,确定对应的业务类型,并根据业务类型,对地面水文监测数据和井下水文监测数据进行初步筛选,生成对应的第一监测数据源;例如,在某一业务类型中,其只需要探放水流量监测数据、探放水钻孔轨迹监测数据、采掘进尺监测数据、雨量监测数据、长观孔监测数据、河流水位流量监测数据,那么在初步筛选时就会将整个煤矿的地面水文监测数据和井下水文监测数据中对这些数据进行匹配和找寻,其他的数据就会进行剔除,只将这些需要的数据进行选取出来组成对应的第一监测数据源。
数据多元相关分析模块,用于根据初步筛选后的第一监测数据源,分析第一监测数据源中地面水文监测数据所对应的多种类型数据和井下水文监测数据所对应的多种类型数据的时空相关程度;在本实施例中,具体的,选择具体的预警任务中相关的第一监测数据源,进行偏相关分析和复相关分析,PCA主成分分析,根据分析结果,确定第一监测数据源中各个数据相应的时空相关程度。
数据多元降维处理模块,用于选择分析出针对当前业务类型所对应的时空相关程度超过预设相关程度阈值的多个类型数据,生成对应的第二监测数据源;在本实施例中,在完成对第一监测数据源中各个数据向的时空相关程度的判断之后,即确定了各个数据中的权重大小,之后就可以根据权重大小进行排序,在进行降维时,可以根据预设相关程度阈值进行选择。
在本实施例中,对于某一业务类型来说,初步筛选出来的数据是与该业务类型相关,但是相关的程度不一样,有的相关性比较大,有的相关性比较小,为了更好的对该业务类型所对应的预警任务进行监测,就需要选择相关性比较大的数据来进行数据的预警,例如,探放水流量监测数据、探放水钻孔轨迹监测数据、采掘进尺监测数据、雨量监测数据、长观孔监测数据、河流水位流量监测数据的时空相关程度分别为A、B、C、D、E、F,其中大小的排序分别为A、C、E、B、F、D,那么在对应的需求选择前五个的话例如预设时空相关程度阈值为大于G,所述G小于B,那么在进行第二监测数据源的确定时,就会选择时空相关程度为A、C、E、B所对应的数据,即探放水流量监测数据、探放水钻孔轨迹监测数据、采掘进尺监测数据、长观孔监测数据,从而实现对数据的精准确定提高预警的准确性。
预警策略设定模块,用于根据业务类型,确定对应的具体预警任务,并根据第二监测数据源,确定本次预警任务涉及的风险区域、以及预警和解除预警规则的策略设定;
在本实施例中,具体的,根据当前的第二监测数据源,从数据库中调取对应的静态评价数据,并依据第二监测数据源以及静态评价数据,对本次预警任务所对应的预警策略进行设置和确定;所述静态评价数据包括储水构造属性,阻水构造属性,含水层厚度,富水性,开采设计参数,疏放水设计参数,采空区位置范围,物探评价指标,疏放水评价指标。
数据趋势预测预警模块,用于在该本次预警任务下,根据预警和解除预警规则的策略,对本次预警任务涉及的风险区域内的第二监测数据源的趋势变化进行预测,以及进行本次预警任务的预警。
所述数据趋势预测预警模块包括:
数据趋势预测模块,用于根据当前的具体预警任务,将其对应的第二监测数据源进行时间序列预测,获得对应的数据的预测趋势信息,所述时间序列预测包括差分整合移动平均自回归模型时间序列预测和多变量神经网络时间序列预测。
预警预测模块,用于根据第二监测数据源,以及确定的预警策略,判断当前的预警状态、预警的位置以及原因并进行发布。
所述服务端还包括动态展示模块,用于选取某一预警任务,并调取该预警任务所对应的第二监测数据的数据预测趋势信息以及预警状态进行动态展示。
本实施例还提供一种煤矿水害监测预警方法,应用上述一种煤矿水害监测预警系统。
以上所述的仅是本发明的实施例,方案中公知的具体技术方案和/或特性等常识在此未作过多描述。应当指出,对于本领域的技术人员来说,在不脱离本发明技术方案的前提下,还可以作出若干变形和改进,这些也应该视为本发明的保护范围,这些都不会影响本发明实施的效果和专利的实用性。本申请要求的保护范围应当以其权利要求的内容为准,说明书中的具体实施方式等记载可以用于解释权利要求的内容。
Claims (9)
1.一种煤矿水害监测预警系统,其特征在于:包括服务端和采集端;
所述采集端包括地面水文监测模块、井下水文监测模块、数据传输模块;
所述地面水文监测模块,用于对当前煤矿所对应的地面的数据进行无线监测和采集,生成对应的地面水文监测数据;
所述井下水文监测模块,用于对当前煤矿所对应的井下的数据进行在线监测和采集,生成对应的井下水文监测数据;
数据传输模块,用于将采集到的井下水文监测数据通过工业环网上传至预警系统服务器上;还用于将采集到的地面水文监测数据通过4G网络利用云服务器和中转服务器传输至工业环网中的预警系统服务器上;
所述服务端包括:
数据接收模块,用于从预警系统服务器上实时获取地面水文监测数据和井下水文监测数据;
数据预处理模块,用于对地面水文监测数据和井下水文监测数据进行数据预处理;
初步筛选模块,用于根据业务需求,确定对应的业务类型,并根据业务类型,对地面水文监测数据和井下水文监测数据进行初步筛选,生成对应的第一监测数据源;
数据多元相关分析模块,用于根据初步筛选后的第一监测数据源,分析第一监测数据源中地面水文监测数据所对应的多种类型数据和井下水文监测数据所对应的多种类型数据的时空相关程度;
数据多元降维处理模块,用于选择分析出针对当前业务类型所对应的时空相关程度超过预设相关程度阈值的多个类型数据,生成对应的第二监测数据源;
预警策略设定模块,用于根据业务类型,确定对应的具体预警任务,并根据第二监测数据源,确定本次预警任务涉及的风险区域、以及预警和解除预警规则的策略设定;
数据趋势预测预警模块,用于在该本次预警任务下,根据预警和解除预警规则的策略,对本次预警任务涉及的风险区域内的第二监测数据源的趋势变化进行预测,以及进行本次预警任务的预警。
2.根据权利要求1所述的一种煤矿水害监测预警系统,其特征在于:所述地面水文监测数据包括雨量监测数据、长观孔监测数据、河流水位流量监测数据、温湿度监测数据、风速风向监测数据;所述井下水文监测数据包括工作面及大巷的涌水量监测数据、采空区密闭的流量和压力监测数据、水仓液位温度监测数据、探放水流量监测数据、探放水钻孔轨迹监测数据、采掘进尺监测数据。
3.根据权利要求2所述的一种煤矿水害监测预警系统,其特征在于:所述服务端中的数据接收模块包括:采集模块,用于对地面水文监测数据和井下水文监测数据进行采集,以及其所对应的各个采集设备的位置坐标以及其他属性信息进行采集;设置模块,用于对各个采集设备的地址信息以及接收频率进行设置;控制模块,用于向各个采集设备进行控制指令和定时任务的下发;检测模块,用于对各个采集设备的状态进行检测。
4.根据权利要求3所述的一种煤矿水害监测预警系统,其特征在于:所述数据预处理模块包括:数据清洗模块,用于对地面水文监测数据和井下水文监测数据进行清洗;数据去噪模块,用于对清洗后的地面水文监测数据和井下水文监测数据进行去噪处理;聚合模块,用于对去噪后的地面水文监测数据和井下水文监测数据进行聚合为严格等时间间隔数据。
5.根据权利要求4所述的一种煤矿水害监测预警系统,其特征在于:所述服务端中的数据多元相关分析模块,用于选择具体的预警任务中相关的第一监测数据源,进行偏相关分析和复相关分析,PCA主成分分析,根据分析结果,确定第一监测数据源中各个数据相应的时空相关程度。
6.根据权利要求5所述的一种煤矿水害监测预警系统,其特征在于:所述服务端中的预警策略设定模块,用于根据当前的第二监测数据源,从数据库中调取对应的静态评价数据,并依据第二监测数据源以及静态评价数据,对本次预警任务所对应的预警策略进行设置和确定;所述静态评价数据包括储水构造属性,阻水构造属性,含水层厚度,富水性,开采设计参数,疏放水设计参数,采空区位置范围,物探评价指标,疏放水评价指标。
7.根据权利要求6所述的一种煤矿水害监测预警系统,其特征在于:所述服务端中的数据趋势预测预警模块包括:数据趋势预测模块,用于根据当前的具体预警任务,将其对应的第二监测数据源进行时间序列预测,获得对应的数据的预测趋势信息,所述时间序列预测包括差分整合移动平均自回归模型时间序列预测和多变量神经网络时间序列预测;预警预测模块,用于根据第二监测数据源,以及确定的预警策略,判断当前的预警状态、预警的位置以及原因并进行发布。
8.根据权利要求7所述的一种煤矿水害监测预警系统,其特征在于:所述服务端还包括动态展示模块,用于选取某一预警任务,并调取该预警任务所对应的第二监测数据的数据预测趋势信息以及预警状态进行动态展示。
9.一种煤矿水害监测预警方法,其特征在于:应用上述权利要求1-8任一项所述的一种煤矿水害监测预警系统。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310640120.7A CN116658246A (zh) | 2023-05-31 | 2023-05-31 | 一种煤矿水害监测预警系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310640120.7A CN116658246A (zh) | 2023-05-31 | 2023-05-31 | 一种煤矿水害监测预警系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116658246A true CN116658246A (zh) | 2023-08-29 |
Family
ID=87721984
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310640120.7A Pending CN116658246A (zh) | 2023-05-31 | 2023-05-31 | 一种煤矿水害监测预警系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116658246A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117114206A (zh) * | 2023-10-23 | 2023-11-24 | 北京联创高科信息技术有限公司 | 一种煤矿水害指标数据趋势的计算方法 |
CN117536691A (zh) * | 2024-01-09 | 2024-02-09 | 枣庄矿业集团新安煤业有限公司 | 一种综采工作面设备参数监控方法及系统 |
-
2023
- 2023-05-31 CN CN202310640120.7A patent/CN116658246A/zh active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117114206A (zh) * | 2023-10-23 | 2023-11-24 | 北京联创高科信息技术有限公司 | 一种煤矿水害指标数据趋势的计算方法 |
CN117114206B (zh) * | 2023-10-23 | 2024-01-26 | 北京联创高科信息技术有限公司 | 一种煤矿水害指标数据趋势的计算方法 |
CN117536691A (zh) * | 2024-01-09 | 2024-02-09 | 枣庄矿业集团新安煤业有限公司 | 一种综采工作面设备参数监控方法及系统 |
CN117536691B (zh) * | 2024-01-09 | 2024-04-05 | 枣庄矿业集团新安煤业有限公司 | 一种综采工作面设备参数监控方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116658246A (zh) | 一种煤矿水害监测预警系统及方法 | |
CN107605536B (zh) | 基于多源信息融合的煤与瓦斯突出实时预警装置与方法 | |
CN104329079B (zh) | 一种识别气测录井油气层的方法以及系统 | |
CN102930253B (zh) | 一种基于图像离散多小波变换的煤岩识别方法 | |
CN110059963A (zh) | 一种基于模糊多态贝叶斯网络的隧道风险评价方法 | |
CN109584510A (zh) | 一种基于评估函数训练的道路高边坡滑坡灾害预警方法 | |
CN113779690A (zh) | 基于随钻感知的超前地质预报方法及系统 | |
CN107194068A (zh) | 页岩气压裂过程井下异常工况实时预测预警方法及装置 | |
CN104778369A (zh) | 一种基于地面沉降监测的决策与预警方法及其系统 | |
CN112288275A (zh) | 一种基于物联网的地下水水质分析评价系统及方法 | |
CN108922123A (zh) | 一种矿山边坡滑移稳定性监测预警方法 | |
CN103176221A (zh) | 基于不同地质单元背景值与衬值的成矿异常特征识别方法 | |
CN103615236A (zh) | 一种远程录井信息实时监测地层压力的方法 | |
CN113780719A (zh) | 一种矿山地质环境综合评价方法 | |
CN102913285B (zh) | 矿井顶板危险报警的方法 | |
CN103088803A (zh) | 鉴别岩溶塌陷致塌因素的方法 | |
CN116542517A (zh) | 一种基于三维可视化的矿山智慧监测管理系统 | |
Zhang et al. | Deep learning‐based automatic detection of muck types for earth pressure balance shield tunneling in soft ground | |
CN111738371A (zh) | 一种基于随机森林数据挖掘的地层裂缝条数预测方法 | |
CN107942383A (zh) | 煤层顶板砂岩富水性等级预测方法 | |
CN116777085B (zh) | 基于数据分析和机器学习技术的煤矿水害预测系统 | |
Zhang | Exploration on coal mining-induced rockburst prediction using Internet of things and deep neural network | |
CN111273372B (zh) | 一种基于化探异常编制潜在成矿温度组合图的编图方法 | |
Bo et al. | Research on the data validity of a coal mine solid backfill working face sensing system based on an improved transformer | |
CN109670729A (zh) | 一种顶板含水层富水性评价方法 |
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 |