一种工作面三维瓦斯流场动态构建方法及系统与流程

摘要: 本技术涉及煤矿安全监测,尤其涉及一种工作面三维瓦斯流场动态构建方法及系统。背景技术:1、在地下煤炭开采过程中,采煤工作面是瓦斯涌出最为集中的区域。工作面瓦斯浓度...
一种工作面三维瓦斯流场动态构建方法及系统与流程

本技术涉及煤矿安全监测,尤其涉及一种工作面三维瓦斯流场动态构建方法及系统。

背景技术:

1、在地下煤炭开采过程中,采煤工作面是瓦斯涌出最为集中的区域。工作面瓦斯浓度在三维空间内呈现显著的非均匀分布特征:沿工作面走向方向,瓦斯浓度由进风侧向回风侧逐渐升高,高浓度区域集中在上隅角及采空区侧;垂直方向上,甲烷密度小于空气,瓦斯向顶板附近上浮积聚,形成明显的浓度分层;沿工作面倾向方向,采空区侧瓦斯浓度明显高于煤壁侧。获取工作面全空间瓦斯浓度分布,是瓦斯超限预警和通风系统调控的基本前提。

2、目前,煤矿安全监控系统普遍采用固定位置传感器进行瓦斯浓度监测。传感器通常布设于上隅角、回风巷等有限位置,监测数据仅能反映传感器安装点的瓦斯浓度,无法覆盖工作面内部大部分区域。随着超长工作面日益增多,监测盲区问题更加突出。当瓦斯在监测盲区内积聚并达到爆炸限值时,固定位置传感器无法及时感知,难以为瓦斯灾害防控提供全面的空间态势信息。

3、在瓦斯浓度空间重构方面,已有研究采用空间插值方法将离散监测点数据转换为连续分布场。然而,现有插值方法多为静态推估,仅利用当前时刻监测数据进行空间插值,未将工作面顶板周期来压、大气压力变化、采空区抽采负压等影响瓦斯涌出量的关键因素纳入预测过程,插值结果无法反映瓦斯流场随外部条件变化而动态演化的特征。此外,现有方法在选择用于驱动全空间浓度预测的监测点位时,多依赖统计相关性进行筛选,所选点位常集中在某一局部区域,缺乏空间分布上的代表性,难以全面反映整个流场的浓度梯度变化,导致模型在不同工作面条件下的泛化性能不足。因此,亟需提供一种工作面三维瓦斯流场动态构建方法,以解决现有技术中监测空间覆盖不足、插值结果无法动态更新、特征点选取缺乏空间代表性的问题。

技术实现思路

1、本技术提供一种工作面三维瓦斯流场动态构建方法及系统,以至少解决上述技术问题。

2、本技术第一方面实施例提出一种工作面三维瓦斯流场动态构建方法,所述方法包括:

3、在工作面三维空间按断面网格方式布置监测点,采集各点瓦斯浓度实测值,同步采集周期来压数据、大气压差数据、抽采负压数据,预处理后形成时序样本集;

4、以全部监测点的瓦斯浓度实测值为输入,采用多二次径向基函数插值方法进行空间插值,生成三维瓦斯浓度连续分布场,作为基准流场;

5、从各监测点中选取k个监测点构成候选组合,以候选组合中k个监测点的浓度为输入,以基准流场中其余监测点位的浓度为输出,采用极端随机树回归模型计算预测误差;遍历全部候选组合及不同k值,选取预测误差最小且误差随k值增加趋于平缓时的k值及对应的最优组合,作为最优特征点集;

6、构建两级极端随机树回归模型,第一级模型以上隅角瓦斯浓度、周期来压数据、大气压差数据、抽采负压数据为输入,以所述最优特征点集中各特征点位的瓦斯浓度为预测目标;第二级模型以第一级模型输出的各特征点浓度值为输入,以基准流场中其余监测点位的瓦斯浓度为预测目标;利用时序样本集训练两级模型,训练完成后将两级模型串联;

7、读取上隅角瓦斯浓度、液压支架工作阻力、大气压差、抽采负压的当前监测值,输入第一级模型,经两级模型处理后得到其余监测点位的浓度预测值,与所述特征点位的浓度值合并为完整浓度预测结果,再以所述完整浓度预测结果作为插值节点,采用多二次径向基函数插值方法进行空间插值,生成三维瓦斯浓度分布场。

8、优选的,所述监测点的布置方式包括:

9、沿工作面走向方向均匀布置n个监测断面,每个断面内沿垂向设置3个层位、沿倾向设置3个列位,形成9点网格,全工作面共9n个监测点。

10、优选的,所述采集各点瓦斯浓度实测值包括:

11、各监测点分别连续测定3次瓦斯浓度,取3次瓦斯浓度的算术平均值作为监测点的瓦斯浓度实测值。

12、优选的,所述预处理包括:

13、单次测量中任意9个及以上监测点的瓦斯浓度数值完全相同时,判定当前测量数据异常并整组剔除;

14、对剔除后产生的数据空缺,采用线性外推方法或样条插值方法进行补全。

15、优选的,所述以全部监测点的瓦斯浓度实测值为输入,采用多二次径向基函数插值方法进行空间插值,生成三维瓦斯浓度连续分布场,作为基准流场,包括:

16、以各监测点的瓦斯浓度实测值为输入,采用多二次径向基函数插值方法在工作面三维空间坐标系中进行插值计算,任意插值点处的浓度值由该插值点到各监测点的欧氏距离经多二次径向基函数映射后与各监测点对应权重系数加权求和得到;

17、插值计算完成后生成覆盖整个工作面空间的三维瓦斯浓度连续分布场,并将所述三维瓦斯浓度连续分布场作为基准流场;

18、其中,所述权重系数由监测点之间的径向基函数值矩阵与监测点实测浓度值向量求解得到。

19、优选的,所述利用时序样本集训练两级模型,包括:

20、将时序样本集按预设的比例划分为训练集和测试集;

21、设置第一级模型和第二级模型的训练参数,回归树数量均为200棵,最小叶子节点样本数均为3个,以均方误差作为节点分裂的评价指标;

22、分别以训练集训练第一级模型和第二级模型,当训练集上的均方误差连续10次迭代不再下降时停止训练,得到初步训练完成的第一级模型和第二级模型;

23、采用测试集分别验证初步训练完成的第一级模型和第二级模型的预测精度,若测试集上的平均绝对误差和平均相对百分比误差均满足预设阈值,则将当前模型作为最终训练好的模型;若不满足,则调整模型参数后重新训练,直至满足预设阈值,得到训练好的第一级模型和第二级模型。

24、进一步的,所述将两级模型串联,包括:

25、将第一级模型的输出端与第二级模型的输入端连接,使第一级模型输出的各特征点浓度预测值直接作为第二级模型的输入变量。

26、本技术第二方面实施例提出一种工作面三维瓦斯流场动态构建系统,包括:

27、采集模块,用于在工作面三维空间按断面网格方式布置监测点,采集各点瓦斯浓度实测值,同步采集周期来压数据、大气压差数据、抽采负压数据,预处理后形成时序样本集;

28、插值模块,用于以全部监测点的瓦斯浓度实测值为输入,采用多二次径向基函数插值方法进行空间插值,生成三维瓦斯浓度连续分布场,作为基准流场;

29、选取模块,用于从各监测点中选取k个监测点构成候选组合,以候选组合中k个监测点的浓度为输入,以基准流场中其余监测点位的浓度为输出,采用极端随机树回归模型计算预测误差;遍历全部候选组合及不同k值,选取预测误差最小且误差随k值增加趋于平缓时的k值及对应的最优组合,作为最优特征点集;

30、构建模块,用于构建两级极端随机树回归模型,第一级模型以上隅角瓦斯浓度、周期来压数据、大气压差数据、抽采负压数据为输入,以所述最优特征点集中各特征点位的瓦斯浓度为预测目标;第二级模型以第一级模型输出的各特征点浓度值为输入,以基准流场中其余监测点位的瓦斯浓度为预测目标;利用时序样本集训练两级模型,训练完成后将两级模型串联;

31、生成模块,用于读取上隅角瓦斯浓度、液压支架工作阻力、大气压差、抽采负压的当前监测值,输入第一级模型,经两级模型处理后得到其余监测点位的浓度预测值,与所述特征点位的浓度值合并为完整浓度预测结果,再以所述完整浓度预测结果作为插值节点,采用多二次径向基函数插值方法进行空间插值,生成三维瓦斯浓度分布场。

32、本技术第三方面实施例提出一种电子设备,包括:存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时,实现如第一方面实施例所述的方法。

33、本技术第四方面实施例提出一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如第一方面实施例所述的方法。

34、本技术的实施例提供的技术方案至少带来以下有益效果:

35、本技术提出了一种工作面三维瓦斯流场动态构建方法及系统,所述方法包括:在工作面三维空间按断面网格方式布置监测点,采集各点瓦斯浓度实测值,同步采集周期来压数据、大气压差数据、抽采负压数据,预处理后形成时序样本集;以全部监测点的瓦斯浓度实测值为输入,采用多二次径向基函数插值方法进行空间插值,生成三维瓦斯浓度连续分布场,作为基准流场;从各监测点中选取k个监测点构成候选组合,以候选组合中k个监测点的浓度为输入,以基准流场中其余监测点位的浓度为输出,采用极端随机树回归模型计算预测误差;遍历全部候选组合及不同k值,选取预测误差最小且误差随k值增加趋于平缓时的k值及对应的最优组合,作为最优特征点集;构建两级极端随机树回归模型,第一级模型以上隅角瓦斯浓度、周期来压数据、大气压差数据、抽采负压数据为输入,以所述最优特征点集中各特征点位的瓦斯浓度为预测目标;第二级模型以第一级模型输出的各特征点浓度值为输入,以基准流场中其余监测点位的瓦斯浓度为预测目标;利用时序样本集训练两级模型,训练完成后将两级模型串联;读取上隅角瓦斯浓度、液压支架工作阻力、大气压差、抽采负压的当前监测值,输入第一级模型,经两级模型处理后得到其余监测点位的浓度预测值,与所述特征点位的浓度值合并为完整浓度预测结果,再以所述完整浓度预测结果作为插值节点,采用多二次径向基函数插值方法进行空间插值,生成三维瓦斯浓度分布场。本技术提出的技术方案,实现了低成本、高精度的三维瓦斯流场实时动态构建。

36、本技术附加的方面以及优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本技术的实践了解到。