瓦斯灾害区域安全态势预警技术

为进一步提高我国煤矿瓦斯灾害区域防控能力、提升监管监察执法效能,研究了瓦斯灾害区域安全态势预警技术。根据我国煤矿监管监察行政管理模式,将预警区域划分为全国区域、省(市)级区域、煤监分局管辖区域、地市级行政区域4个区域层级,并根据分级管控的需要将预警划分为蓝色、黄色、橙色、红色4个等级,其对应的风险程度依次升高;从区域煤矿固有自然属性、矿井布局及采掘条件、事故的时空规律、宏观技术和经济政策、矿井重大隐患5个方面建立了瓦斯灾害区域安全态势预警指标体系,并构建了基于层次分析法的预警模型,实现了多指标的融合分析与决策;设计、开发了瓦斯灾害区域安全态势预警软件系统,实现了数据的动态采集与存储、综合分析和实时预警。     

基于模糊层次分析法的煤矿电网电压态势预警研究

煤矿供电系统电压水平直接影响到电动机的启动及正常运行,但目前电网监控系统不能利用监测的实时电网结构参数和实时潮流分布数据对电网运行状态及电压水平进行预警研究,从而不能消除电网运行中的安全隐患。文章利用电网监控系统实时潮流分布数据,结合层次分析法和模糊理论,通过选取电压态势预警评判指标构建了模糊综合评判矩阵,评估当前电网电压水平,分析电压发展趋势,实现了煤矿电网电压运行态势预警,完善和提高了电力监控系统的监控功能。     

区域煤矿瓦斯灾害风险预警数据采集技术研究

以各级煤矿安全监管监察部门、矿业集团公司对辖区内所有煤矿瓦斯灾害风险宏观预警为出发点,指出区域煤矿瓦斯灾害风险预警基础数据具有多源、异构、海量、多维等特征,数据采集存在信息不全面及模式单一、维度固化等问题;将区域煤矿瓦斯灾害风险预警基础数据分为区域内矿井自然环境风险数据、区域内矿井生产系统风险数据、区域内矿井瓦斯防治风险数据、宏观安全环境风险数据4类;介绍了具有结构化特征的煤矿安全监控及瓦斯灾害预警数据、具有半结构化特征的监管监察执法检查数据、具有非结构化特征的煤矿音视频监控数据的采集技术,重点研究了基于.NET Core跨平台Web API的煤矿安全监控及瓦斯灾害预警数据采集技术,以及基于主题网络爬虫的宏观安全环境风险数据采集技术;设计了适用于互联网环境的区域煤矿瓦斯灾害风险预警数据采集系统,现场试验表明,该系统能够全面、可靠、及时地采集区域煤矿瓦斯灾害风险预警基础数据。     

城市轨道交通设备故障聚类与贝叶斯网络预警

针对城市轨道交通的海量监控报警数据分析难度大的问题,结合设备故障特征,应用数据挖掘方法定义聚类特征树,建立基于故障集的层次聚类分析模型,取得故障要素的高频聚类并识别关联规则。通过构建故障贝叶斯层次网络,提出故障预警模型,计算取值概率推断预警值,进一步探讨了关联性预警的识别和应用策略。采用某城市轨道交通的阶段报警数据实例验证,表明识别出的故障关联规则与实际较好地符合,利用该方法推断故障预警能快速定位风险隐患,为安全管理提供有效的决策支持。     

项目风险混合智能预警模型及其应用研究

针对高风险项目样本数据十分缺乏的问题,提出一种基于距离评判和支持向量数据描述的项目风险混合智能预警模型。通过对各传统风险评价指标进行距离评判,并根据评判因子的大小选取敏感指标作为支持向量数据描述的输入,实现对不同风险状态的自动识别。高技术项目投资风险预警实例表明,该方法可以有效提取敏感特征指标,降低数据维数,提高单值分类方法在项目风险智能预警中的准确性和可靠性。     

煤矿安全隐患风险评价研究

现有的煤矿安全隐患风险评级只是简单的隐患叠加,隐患风险评价没有考虑时间因素,不能达到实时预警目的,更不能反映不同时刻隐患的状态,且风险评价没有与隐患排查闭环管理流程紧密结合,不能反映风险的动态变化。针对以上问题,分析了煤矿安全隐患的形成、发展到事故发生的隐患生命周期,并结合隐患排查及预警管理流程,对单个隐患风险和区域隐患风险进行了综合评价,并建立相应的应急处理机制。采用评点法,从隐患排查辨识难度、隐患易发性、隐患可控性等方面对单个隐患风险进行评价,将隐患整改持续时间纳入到隐患风险评价中,实时反映出不同时刻隐患的状态,更加符合隐患的发展规律;根据煤矿安全隐患排查治理能力与动态显性隐患的制约关系对区域隐患风险进行综合评价,根据区域综合隐患风险值,结合区域实际可分别设置不同的预警等级,实现区域隐患综合预警,将隐患排查治理能力因素考虑在区域隐患风险评价中,更能准确反映出区域隐患的风险程度和风险趋势。     

支持向量机决策树在隐患预警模型中的应用

危化企业的安全监控数据具有社会价值,对安全隐患进行实时精确的预测是预警研究的热点,本文从人、设备、环境和管理四个维度出发,对安全生产隐患预警的相关指标进行分析,构建隐患预警指标体系,在此基础上,构建了自底向上的基于支持向量机的决策树多分类预警模型,实现对安全等级的的准确分类并用于预警未来的安全生产状态,通过与自顶向下的多分类模型比较,证实本文所采用的预警模型具有较好的实时性和精确度,满足对预警模型的基本要求.     

基于深度学习的输电线路外破图像识别技术

在电力系统中,识别并排除输电线路外破风险隐患对保障电力系统的安全运行方面具有非常重要的作用.图像识别技术是识别外破风险的一个有效方法.针对外破隐患识别问题,本文提出了一种通过卷积神经网络训练获取深度模型的检测算法,该算法根据防外破风险隐患图像特点对现有深度网络结构进行了改进优化,增加ROI池化层并修改了损失函数;采用大量样本训练得到鲁棒模型,测试时对待测图片首先产生候选区域,然后针对各候选区域进行检测识别,达到在复杂背景中检测出外破风险隐患的目的.实验结果说明了本文方法可以有效地识别出输电线路外破隐患.     

基于概念格的煤矿瓦斯数据融合预警研究

提出了基于概念格的煤矿瓦斯数据融合预警算法.建立了煤矿瓦斯预警的两级数据融合模型,通过对同质多传感器数据的加权数据融合处理,使检测同一目标的多个数据融合为一个精确的、可靠的数据,减少了通信网络中的数据流量.经过数据级融合的异质多传感器数据描述了导致瓦斯事故的各种因素,利用概念格理论对异质多传感器的历史监测数据进行分析,形成预测煤矿瓦斯安全状态的决策规则.使用该预警系统可以动态监测井下瓦斯安全状况,提高瓦斯事故预警的准确性,为煤矿安全生产提供支持.     

基于图像识别技术的输电线路智能监控系统应用

针对持续多发的输电线路外力破坏事件,人工巡视以及传统监控设备并不能及时有效发现事故隐患,因此提出基于图像识别技术的输电线路智能监控系统.该系统应用卷积神经网络的深度学习算法训练模型,可以智能识别出输电线路现场的安全隐患.建立起前端采集图像,数据无线传输,后台识别分析,隐患定向推送的智能监控新模式.在佛山地区应用实践中,该系统实现了对输电线路现场的24小时实时监控预警,提高了对外力破坏隐患的监管能力,有效预防了大型施工机械所致的线路跳闸事故.     

矿山采空区地面塌陷危险性预测

根据收集的矿山数据资料,运用三角函数分析法确定了采空区地面塌陷的影响范围;选取顶板岩性、松散层厚度、开采深度、地形坡度、水文地质条件、采动程度6个因素作为地面塌陷危险性预测的参评子因素,建立了地面塌陷危险性评判模型及评判指标;运用层次分析法量化各评判指标得到综合分析评判指数,将矿区地面塌陷划分为危险区、较危险区和稳定区三级。     

aH算法:工作流挖掘中一种能挖掘隐含任务的扩展a算法

正确发现流程实际运作情况对工作流管理有着重要的意义。工作流挖掘抽取系统日志信息,挖掘流程的真实运作模型。其中挖掘隐含任务是工作流挖掘中待研究问题之一。基于a算法,提出了能挖掘隐含任务的挖掘算法aH。分析了隐含任务出现的可能情况,通过判断并行任务的位置关系,往工作流网中添加隐含任务;然后合并相同的隐含任务,去掉冗余隐含任务,以完善结果模型。实现了。算法原型,实验证实了方法的可行性及有效性,并分析了方法的不足之处。     

基于不确定性数据的频繁闭项集挖掘算法

对于不确定性数据,传统判断项集是否频繁的方法并不能准确表达项集的频繁性,同样对于大型数据,频繁项集显得庞大和冗余。针对上述不足,在水平挖掘算法Apriori的基础上,提出一种基于不确定性数据的频繁闭项集挖掘算法UFCIM。利用置信度概率表达项集频繁的准确性,置信度越高,项集为频繁的准确性也越高,且由于频繁闭项集是频繁项集的一种无损压缩表示,因此利用压缩形式的频繁闭项集替代庞大的频繁项集。实验结果表明,该算法能够快速地挖掘出不确定性数据中的频繁闭项集,在减少项集冗余的同时保证项集的准确性和完整性。     

煤矿电网电能质量测量

介绍了电网电能质量常用测量装置的结构及测量要求;以某矿电网治理后的验收测试为例,介绍了通过分析各监测量参数的变化来判断电网电能质量是否符合要求的方法。     

基于Multipath的煤矿巷道三维模型构建方法

针对现有煤矿巷道三维模型存在灵活性和可移植性差、数据更新维护困难等问题,提出了一种基于Multipath的煤矿巷道三维模型构建方法。该方法通过定义点弧拓扑数据模型,将煤矿CAD格式数据转换为Geodatabase中的要素类,利用开发的ArcGIS Engine程序、通过插入节点坐标生成巷道三维模型,实现了煤矿巷道自动建模,有效减少了巷道三维建模的工作量。     

煤矿系统数据挖掘模型的研究与设计

随着煤矿生产系统信息化、集成化程度的提高，对矿山多源异构数据挖掘系统的研究已成为矿山生产、研究部门共同关注的问题。在分析数据挖掘通用模型以及煤矿数据特点的基础上，以XML作为一种异构数据挖掘的标准，提出了一种煤矿数据挖掘系统原型架构。整个系统模型包括数据获取模块、XML隧道、数据挖掘模块和基于XML的知识表达模块，对各个模块的功能以及XML文档与数据库之间互相转换的关键技术进行了深入的研究探讨。     

煤矿地理空间数据一体化管理的数据模型与数据结构的研究

在分析煤矿地理空间数据特点与煤矿地理空间实体表达的基础上,文章提出了一种针对不同数据源分别采用E-R数据模型、面向对象数据模型以及对象-关系数据模型的混合一体化管理模型,并给出了该模型的数据表结构。该课题的研究对煤矿地理信息系统的开发具有一定的参考意义。     

煤矿涌水量的灰色RBF网络预测模型

为了达到准确、快速预测煤矿涌水量的目的,实现煤矿井下可靠、节能自动排水的需要,首先采用1-AGO对数据进行处理,得到规律性较强的累加数据,建立灰色预测模型,再利用径向基(RBF)神经网络对灰色预测模型结果进行预测,以作为其最终的预测值;利用某矿-600m工作面年均涌水量的历史数据进行建模,实验结果表明,灰色RBF模型在预测精度方面优于单一的灰色模型;其模型计算简便,减弱了数据的随机性及模型误差,提高了煤矿涌水量的预测精度。     

时间窗设置对综采工作面矿压预测精度的影响研究

综采工作面矿压预测对保障煤矿安全开采具有重要意义。深度学习领域的长短时记忆网络已被证实可以提高综采工作面矿压预测的精度。然而，时间窗设置（包括历史数据长度和预测数据长度）直接影响长短时记忆网络模型的预测性能。为此研究时间窗设置对矿压预测精度的影响。首先，采用长短时记忆网络的深度学习方法对平煤股份八矿14160综采工作面矿压数据进行训练，建立矿压预测模型。其次，研究用于预测的历史数据长度对模型预测性能的影响，确定最佳历史数据长度。再者，研究在精度允许范围内的最长预测数据长度。最后，采用最佳时间窗设置，对模型的预测精度进行分析。实验结果表明，时间窗设置对预测结果有显著影响，通过优化时间窗设置可提高综采工作面矿压预测的精度。     

煤矿监控系统本质安全型互连认证方法研究

针对煤矿监控系统结构复杂多变、互连设备类型众多且不断增加的特点,分析了我国传统的本质安全型互连系统认证方法、国外的接口参数认证方法和系列本质安全型标准对我国煤矿监控系统本质安全型互连认证的适用性,指出目前煤矿监控系统本质安全性能的判定依据只能是GB3836.4-2000 equ IEC60079-11:1999,提出了煤矿监控系统非总线型接口设备本质安全型互连认证采用参数认证方法、总线型接口设备本质安全型互连认证目前应采用系统认证方法的方案,详细介绍了参数认证方法和系统认证方法的实施要点及未来实现总线型接口设备本质安全型互连参数认证的途径;还提出了煤矿监控系统接口设备的设计原则,以及煤矿监控系统本质安全型互连认证方法进一步的研究方向。该文有助于煤矿监控系统接口设备本质安全型互连参数认证方法的发展。