基于支持向量回归克里金插值的甲烷浓度场感知方法及系统
- 国知局
- 2024-10-21 15:06:47
本发明属于煤矿数据处理领域,具体涉及一种基于支持向量回归克里金插值的甲烷浓度场感知方法及系统。
背景技术:
1、煤矿综采工作面环境复杂,传统的瓦斯监测方案是通过固定点甲烷传感器监测配合瓦检员人工巡检两种方式,对甲烷等气体浓度进行监测管理。受现场空间和成本限制,煤矿综采工作面一般仅在上隅角和工作面端头位置布置固定甲烷传感器进行实时监测,导致传感器监控监测覆盖区域小。人工瓦斯巡检不仅工作量繁重,且无法保证大范围长期性的连续甲烷浓度检测。
2、然而,由于煤矿工作面甲烷来源多样化,甲烷涌出与运移规律复杂,当前对工作面区域的采煤机、支架和刮板机作业的重点区域甲烷浓度还未进行有效监测,要扩大综采工作面甲烷浓度实时监测的覆盖范围,势必要增加更多的甲烷传感器,但综采工作面区域设备、人员数量多,作业过程中往复运动,传输和供电线路维护工作量大,导致布置瓦斯传感器综合成本较高,此外现有的数据推断方法填补缺失数据的推断精度较低,因此无法有效的对重点区域甲烷浓度进行监测,从而更无法有效的恢复瓦斯浓度场数据。
技术实现思路
1、为了解决现有技术中存在的上述问题,本发明提供了一种基于支持向量回归克里金插值的甲烷浓度场感知方法及系统。本发明要解决的技术问题通过以下技术方案实现:
2、一种基于支持向量回归克里金插值的甲烷浓度场感知方法,包括:
3、获取综采工作面区域几何物理参数以建立煤层物理特征模型,并将所述综采工作面区域划分为若干子区域;
4、根据所述煤层物理特征模型确定工作面特征参数;
5、根据所述工作面特征参数得到不同工况下各个子区域甲烷浓度值数据集;
6、从所述甲烷浓度值数据集中提取出指定风速对应各子区域的甲烷浓度数据值,构造未感知子区域甲烷浓度推断模型,并根据所述各子区域的甲烷浓度数据值训练甲烷浓度感知优选子区域和未感知子区域甲烷浓度推断模型;
7、根据所述未感知子区域甲烷浓度推断模型对非优选子区域的甲烷浓度值进行预测得到所有子区域的甲烷浓度值预测数据,以通过所有子区域的甲烷浓度值预测数据对瓦斯浓度场进行恢复实现感知。
8、在一个具体实施方式中,所述工作面特征参数包括单位面积煤壁甲烷涌出强度、煤壁甲烷涌出衰减系数、单位质量割煤甲烷初始涌出强度、割煤甲烷涌出衰减系数、采煤机运行速度、单位质量遗煤甲烷涌出强度、单位距离遗煤量。
9、在一个具体实施方式中,所述构造未感知子区域甲烷浓度推断模型包括:
10、构造支持向量回归函数以根据所述支持向量回归函数引入拉格朗日函数得到优化回归函数;
11、根据所述优化回归函数确定每个子区域的全局最优解,其中,所述全局最优解由不敏感系数、惩罚因子和核参数确定;
12、基于所述优化回归函数根据克里金插值公式确定分离距离和变异函数的函数表达式以得到决策函数;
13、根据决策函数得到待插值点与其他已知点之间的权重关系;
14、将权重关系带入克里金插值公式中以得到所有子区域的甲烷浓度值预测数据。
15、在一个具体实施方式中,所述优化回归函数为:
16、
17、其中,αi为拉格朗日乘子,为支持向量,n为区域个数,k(xi,xj)为核函数,且k(xi,xj)=exp(-δ||xi-xj||2),δ为核参数。
18、相应的,所述决策函数为:
19、
20、其中,γ(h)是克里金所需要相距为h的两邻域点的变异函数。
21、在一个具体实施方式中,将所述综采工作面区域划分为若干子区域,包括:
22、将综采工作面划分为第一数量的横向区域和第二数量的纵向区域,使得通过横向区域和纵向区域形成若干子区域,其中,所述横向区域根据甲烷来源确定,所述纵向区域根据风流特征确定。
23、本发明同时提供一种基于支持向量回归克里金插值的甲烷浓度场感知系统,包括:
24、工作面划分模块,用于获取综采工作面区域几何物理参数以建立煤层物理特征模型,并将所述综采工作面区域划分为若干子区域;
25、特征参数确定模块,用于根据所述煤层物理特征模型确定工作面特征参数;
26、浓度数据集采集模块,用于根据所述工作面特征参数得到不同工况下各个子区域甲烷浓度值数据集;
27、模型构建模块,用于从所述甲烷浓度值数据集中提取出指定风速对应各子区域的甲烷浓度数据值,构造未感知子区域甲烷浓度推断模型,并根据所述各子区域的甲烷浓度数据值训练甲烷浓度感知优选子区域和未感知子区域甲烷浓度推断模型;
28、瓦斯浓度场恢复模块,用于根据所述未感知子区域甲烷浓度推断模型对非优选子区域的甲烷浓度值进行预测得到所有子区域的甲烷浓度值预测数据,以通过所有子区域的甲烷浓度值预测数据对瓦斯浓度场进行恢复实现感知。
29、在一个具体实施方式中,所述工作面特征参数包括单位面积煤壁甲烷涌出强度、煤壁甲烷涌出衰减系数、单位质量割煤甲烷初始涌出强度、割煤甲烷涌出衰减系数、采煤机运行速度、单位质量遗煤甲烷涌出强度、单位距离遗煤量。
30、在一个具体实施方式中,所述构造未感知子区域甲烷浓度推断模型包括:
31、构造支持向量回归函数以根据所述支持向量回归函数引入拉格朗日函数得到优化回归函数;
32、根据所述优化回归函数确定每个子区域的全局最优解,其中,所述全局最优解由不敏感系数、惩罚因子和核参数确定;
33、基于所述优化回归函数根据克里金插值公式确定分离距离和变异函数的函数表达式以得到决策函数;
34、根据决策函数得到待插值点与其他已知点之间的权重关系;
35、将权重关系带入克里金插值公式中以得到所有子区域的甲烷浓度值预测数据。
36、在一个具体实施方式中,所述优化回归函数为:
37、
38、其中,αi为拉格朗日乘子,为支持向量,n为区域个数,k(xi,xj)为核函数,且k(xi,xj)=exp(-δ||xi-xj||2),δ为核参数,b为偏移项;
39、相应的,所述决策函数为:
40、
41、其中,γ(h)是克里金所需要相距为h的两邻域点的变异函数。
42、在一个具体实施方式中,将所述综采工作面区域划分为若干子区域,包括:
43、将综采工作面划分为第一数量的横向区域和第二数量的纵向区域,使得通过横向区域和纵向区域形成若干子区域,其中,所述横向区域根据甲烷来源确定,所述纵向区域根据风流特征确定。
44、本发明的有益效果:
45、本发明的基于支持向量回归克里金插值的甲烷浓度场感知方法,通过构造未感知子区域甲烷浓度推断模型,并根据所述各子区域的甲烷浓度数据值训练甲烷浓度感知优选子区域和未感知子区域甲烷浓度推断模型解决传统方法在插值过程中可能存在陷入局部最优解的问题。其次通过引入不敏感系数、惩罚因子和核参数提高了模型的优化精度。
46、以下将结合附图及实施例对本发明做进一步详细说明。
本文地址:https://www.jishuxx.com/zhuanli/20241021/320567.html
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 YYfuon@163.com 举报,一经查实,本站将立刻删除。