基于大数据的瓦斯报警甄别研究

• 作者: 李筱 李雅斌 杨建全
• 来源期刊: 测控技术
• 学科: 工学
• 关键词: 煤矿安全监控 瓦斯甄别 数据挖掘 时间序列
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 数据采集与处理
• 页码范围: 82-85
• 页数: 4页
• 分类号: TD76|TP391
• 字数: 3019字
• 语种: 中文
• DOI: 10.19708/j.ckjs.2019.06.018

摘要

瓦斯报警的正确性和准确性是煤矿安全生产的重大问题.煤矿安全监控系统实时对井下环境进行检测,每天产生大量数据,用传统方法不能准确快速地甄别出瓦斯突出、异常数据或者传感器正常标校的情况.为此,利用基于时间序列的大数据挖掘技术,研究了煤矿安全生产中瓦斯报警问题,解决了传统人工识别方法不能快速甄别瓦斯报警类型等难题.详细论述了时间序列的大数据挖掘技术,针对煤矿的具体情况建立了相关的数学模型,并将系统用于平煤神马集团.实用表明,对瓦斯报警的甄别达到了比较高的准确率,较好地解决了瓦斯报警数据的甄别问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨建全		2	0	0.0	0.0
2	李筱		2	0	0.0	0.0
3	李雅斌		1	0	0.0	0.0