本發(fā)明涉及數(shù)據(jù)處理，具體涉及基于礦用光纖測溫系統(tǒng)的火情監(jiān)測方法。

背景技術(shù)：

1、由于在礦井中布置光纖傳感器，通常是將光纖纏繞在礦井巷道的墻壁上或埋設(shè)在地面下。光纖傳感器可以通過光纖的熱敏特性來感知溫度變化，通過連續(xù)監(jiān)測到的溫度數(shù)據(jù)，可以對(duì)火情的發(fā)展趨勢進(jìn)行預(yù)測和分析，提前采取相應(yīng)的措施。然而由于礦井內(nèi)的復(fù)雜環(huán)境因素，局部區(qū)域的管道、設(shè)備會(huì)對(duì)光纖傳感器測定的溫度數(shù)據(jù)造成影響，從而不利于火情造成的溫度數(shù)據(jù)變化特征的準(zhǔn)確提取，可能會(huì)降低火情監(jiān)測的準(zhǔn)確性。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明提供基于礦用光纖測溫系統(tǒng)的火情監(jiān)測方法，以解決現(xiàn)有的問題。

2、本發(fā)明的基于礦用光纖測溫系統(tǒng)的火情監(jiān)測方法采用如下技術(shù)方案：

3、本發(fā)明一個(gè)實(shí)施例提供了基于礦用光纖測溫系統(tǒng)的火情監(jiān)測方法，該方法包括以下步驟：

4、獲取礦井巷道內(nèi)多個(gè)位置上的溫度監(jiān)測數(shù)據(jù)序列以及任意兩個(gè)位置之間的距離；所述溫度監(jiān)測數(shù)據(jù)序列中每個(gè)溫度監(jiān)測數(shù)據(jù)對(duì)應(yīng)一個(gè)采樣時(shí)刻；

5、根據(jù)每個(gè)位置上溫度監(jiān)測數(shù)據(jù)序列中溫度監(jiān)測數(shù)據(jù)之間的差異及溫度監(jiān)測數(shù)據(jù)的分布，獲得每個(gè)位置上每個(gè)采樣時(shí)刻的溫度監(jiān)測數(shù)據(jù)序列的變化顯著程度；

6、根據(jù)相同位置上不同采樣時(shí)刻的溫度監(jiān)測數(shù)據(jù)序列的變化顯著程度之間的差異，以及不同位置不同采樣時(shí)刻的溫度監(jiān)測數(shù)據(jù)的分布，獲得每個(gè)采樣時(shí)刻的置信度；獲取每個(gè)采樣時(shí)刻的連通閾值，結(jié)合每個(gè)采樣時(shí)刻的置信度，得到最佳連通閾值；

7、根據(jù)最佳連通閾值，通過基于連通圖動(dòng)態(tài)分裂的聚類分析，得到每個(gè)溫度監(jiān)測數(shù)據(jù)的參考性，進(jìn)而得到每個(gè)位置下一時(shí)刻預(yù)測的溫度值，并與預(yù)警值對(duì)比實(shí)現(xiàn)礦井巷道的火情精準(zhǔn)監(jiān)測。

8、進(jìn)一步地，所述根據(jù)每個(gè)位置上溫度監(jiān)測數(shù)據(jù)序列中溫度監(jiān)測數(shù)據(jù)之間的差異及溫度監(jiān)測數(shù)據(jù)的分布，獲得每個(gè)位置上每個(gè)采樣時(shí)刻的溫度監(jiān)測數(shù)據(jù)序列的變化顯著程度，包括的具體步驟如下：

9、使用一階導(dǎo)數(shù)法對(duì)每一個(gè)位置上的溫度監(jiān)測數(shù)據(jù)序列進(jìn)行求導(dǎo)，得到若干個(gè)極值點(diǎn)，以所有極值點(diǎn)為分割點(diǎn)，將每一個(gè)位置上的溫度監(jiān)測數(shù)據(jù)序列劃分為若干個(gè)溫度變化時(shí)間段；

10、根據(jù)每個(gè)位置上的溫度監(jiān)測數(shù)據(jù)序列以及每個(gè)位置上的若干個(gè)溫度變化時(shí)間段，獲得每個(gè)位置上每個(gè)采樣時(shí)刻的溫度監(jiān)測數(shù)據(jù)的時(shí)序變化顯著程度；

11、根據(jù)每個(gè)位置上每個(gè)采樣時(shí)刻的溫度監(jiān)測數(shù)據(jù)的時(shí)序變化顯著程度，獲得每個(gè)位置上每個(gè)采樣時(shí)刻的溫度監(jiān)測數(shù)據(jù)序列的變化顯著程度。

12、進(jìn)一步地，所述根據(jù)每個(gè)位置上的溫度監(jiān)測數(shù)據(jù)序列以及每個(gè)位置上的若干個(gè)溫度變化時(shí)間段，獲得每個(gè)位置上每個(gè)采樣時(shí)刻的溫度監(jiān)測數(shù)據(jù)的時(shí)序變化顯著程度，對(duì)應(yīng)的具體公式為：

13、

14、其中，txi，j表示第i個(gè)位置上第j個(gè)采樣時(shí)刻的溫度監(jiān)測數(shù)據(jù)的時(shí)序變化顯著程度，li，j表示第i個(gè)位置上第j個(gè)采樣時(shí)刻的溫度監(jiān)測數(shù)據(jù)所在的溫度變化時(shí)間段中的數(shù)據(jù)數(shù)量，max(li)表示第i個(gè)位置上的所有溫度變化時(shí)間段中的數(shù)據(jù)數(shù)量中的最大值，ci，j表示第i個(gè)位置上第j個(gè)采樣時(shí)刻的溫度監(jiān)測數(shù)據(jù)，ci，j-1表示第i個(gè)位置上第j一1個(gè)采樣時(shí)刻的溫度監(jiān)測數(shù)據(jù)，||表示絕對(duì)值函數(shù)。

15、進(jìn)一步地，所述根據(jù)每個(gè)位置上每個(gè)采樣時(shí)刻的溫度監(jiān)測數(shù)據(jù)的時(shí)序變化顯著程度，獲得每個(gè)位置上每個(gè)采樣時(shí)刻的溫度監(jiān)測數(shù)據(jù)序列的變化顯著程度，對(duì)應(yīng)的具體公式為：

16、

17、其中，wxi，j表示第i個(gè)位置上第j個(gè)采樣時(shí)刻的溫度監(jiān)測數(shù)據(jù)序列的變化顯著程度，txi，j表示第i個(gè)位置上第j個(gè)采樣時(shí)刻的溫度監(jiān)測數(shù)據(jù)的時(shí)序變化顯著程度，表示所有位置上第j個(gè)采樣時(shí)刻的溫度監(jiān)測數(shù)據(jù)的時(shí)序變化顯著程度的均值，ci，j表示第i個(gè)位置上第j個(gè)采樣時(shí)刻的溫度監(jiān)測數(shù)據(jù)，max(cj)表示所有位置上第j個(gè)采樣時(shí)刻的溫度監(jiān)測數(shù)據(jù)中的最大值，di，j，max為第i個(gè)位置與第j個(gè)采樣時(shí)刻所有溫度監(jiān)測數(shù)據(jù)的最大值所在位置的距離，||表示絕對(duì)值函數(shù)，norm表示歸一化函數(shù)。

18、進(jìn)一步地，所述根據(jù)相同位置上不同采樣時(shí)刻的溫度監(jiān)測數(shù)據(jù)序列的變化顯著程度之間的差異，以及不同位置不同采樣時(shí)刻的溫度監(jiān)測數(shù)據(jù)的分布，獲得每個(gè)采樣時(shí)刻的置信度，包括的具體步驟如下：

19、利用pca主成分分析算法，對(duì)所有位置上每個(gè)采樣時(shí)刻的溫度監(jiān)測數(shù)據(jù)進(jìn)行處理，得到所有位置上每個(gè)采樣時(shí)刻的溫度監(jiān)測數(shù)據(jù)對(duì)應(yīng)的主成分方向角度；

20、將除第j個(gè)采樣時(shí)刻之外的采樣時(shí)刻，記為第j個(gè)采樣時(shí)刻的參考時(shí)刻；

21、將所有位置上任意一個(gè)采樣時(shí)刻上的溫度監(jiān)測數(shù)據(jù)的變化顯著程度構(gòu)成的序列，記為該采樣時(shí)刻的變化顯著程度序列；

22、使用dtw算法，對(duì)任意兩個(gè)采樣時(shí)刻的變化顯著程度序列進(jìn)行匹配，得到不同采樣時(shí)刻的變化顯著程度序列的dtw距離；

23、根據(jù)所有位置上每個(gè)采樣時(shí)刻的溫度監(jiān)測數(shù)據(jù)對(duì)應(yīng)的主成分方向角度，以及不同采樣時(shí)刻的變化顯著程度序列的dtw距離，獲得每個(gè)采樣時(shí)刻的置信度。

24、進(jìn)一步地，所述根據(jù)所有位置上每個(gè)采樣時(shí)刻的溫度監(jiān)測數(shù)據(jù)對(duì)應(yīng)的主成分方向角度，以及不同采樣時(shí)刻的變化顯著程度序列的dtw距離，獲得每個(gè)采樣時(shí)刻的置信度，對(duì)應(yīng)的具體公式為：

25、

26、其中，lbj表示第j個(gè)采樣時(shí)刻的置信度；dtwj，y表示對(duì)第j個(gè)采樣時(shí)刻與其第y個(gè)參考時(shí)刻的變化顯著程度序列的dtw距離；y表示參考時(shí)刻的數(shù)量；θj表示第j個(gè)采樣時(shí)刻的溫度監(jiān)測數(shù)據(jù)對(duì)應(yīng)的主成分方向角度；θj，y表示第j個(gè)采樣時(shí)刻上第y個(gè)參考時(shí)刻的溫度監(jiān)測數(shù)據(jù)對(duì)應(yīng)的主成分方向角度；||為絕對(duì)值函數(shù)；exp()為以自然常數(shù)為底的指數(shù)函數(shù)。

27、進(jìn)一步地，所述獲取每個(gè)采樣時(shí)刻的連通閾值，結(jié)合每個(gè)采樣時(shí)刻的置信度，得到最佳連通閾值，包括的具體步驟如下：

28、通過cabddcg算法，對(duì)所有位置上每個(gè)采樣時(shí)刻的溫度監(jiān)測數(shù)據(jù)進(jìn)行處理，得到每個(gè)采樣時(shí)刻的連通閾值；

29、將置信度大于預(yù)設(shè)的置信閾值的采樣時(shí)刻，記為目標(biāo)采樣時(shí)刻；

30、根據(jù)目標(biāo)采樣時(shí)刻的數(shù)量、連通閾值以及目標(biāo)采樣時(shí)刻的置信度，獲得最佳連通域值。

31、進(jìn)一步地，所述根據(jù)目標(biāo)采樣時(shí)刻的數(shù)量、連通閾值以及目標(biāo)采樣時(shí)刻的置信度，獲得最佳連通域值，對(duì)應(yīng)的具體公式為：

32、

33、其中，表示最佳連通閾值，r表示目標(biāo)采樣時(shí)刻的數(shù)量，lbr表示第r個(gè)目標(biāo)采樣時(shí)刻的置信度，θr表示第r個(gè)目標(biāo)采樣時(shí)刻的連通閾值，softmax()為s0ftmax歸一化函數(shù)。

34、進(jìn)一步地，所述根據(jù)最佳連通閾值，通過基于連通圖動(dòng)態(tài)分裂的聚類分析，得到每個(gè)溫度監(jiān)測數(shù)據(jù)的參考性，進(jìn)而得到每個(gè)位置下一時(shí)刻預(yù)測的溫度值，包括的具體步驟如下：

35、根據(jù)最佳連通閾值，使用cabddcg算法，將每個(gè)采樣時(shí)刻上所有位置的溫度監(jiān)測數(shù)據(jù)劃分為若干個(gè)聚類簇；

36、計(jì)算任意一個(gè)采樣時(shí)刻所有聚類簇的溫度監(jiān)測數(shù)據(jù)數(shù)量的均值，將該采樣時(shí)刻每個(gè)聚類簇的溫度監(jiān)測數(shù)據(jù)與所述均值的商，作為該時(shí)刻所有聚類簇中的每個(gè)溫度監(jiān)測數(shù)據(jù)的參考性；

37、根據(jù)每個(gè)位置上的溫度監(jiān)測數(shù)據(jù)序列中每個(gè)溫度監(jiān)測數(shù)據(jù)的參考性和溫度值，得到每個(gè)位置上的更新溫度值序列；

38、將更新溫度值序列輸入到arima模型中獲得每個(gè)位置對(duì)應(yīng)的未來下一時(shí)刻上的預(yù)測的溫度值。

39、進(jìn)一步地，所述根據(jù)每個(gè)位置上的溫度監(jiān)測數(shù)據(jù)序列中每個(gè)溫度監(jiān)測數(shù)據(jù)的參考性和溫度值，得到每個(gè)位置上的更新溫度值序列，包括的具體步驟如下：

40、根據(jù)溫度監(jiān)測數(shù)據(jù)序列中每個(gè)溫度監(jiān)測數(shù)據(jù)的參考性和溫度值，得到每個(gè)位置上的溫度監(jiān)測數(shù)據(jù)序列中每個(gè)溫度監(jiān)測數(shù)據(jù)的更新溫度值，對(duì)應(yīng)的具體公式為：

41、

42、其中，表示第i個(gè)位置上的溫度監(jiān)測數(shù)據(jù)序列中第k個(gè)溫度監(jiān)測數(shù)據(jù)的更新溫度值，ci，k+1表示第i個(gè)位置上的溫度監(jiān)測數(shù)據(jù)序列中第k+1個(gè)溫度監(jiān)測數(shù)據(jù)；ci，k-1表示第i個(gè)位置上的溫度監(jiān)測數(shù)據(jù)序列中第k-1個(gè)溫度監(jiān)測數(shù)據(jù)，μi，k表示第i個(gè)位置的溫度監(jiān)測數(shù)據(jù)序列中的第k個(gè)溫度監(jiān)測數(shù)據(jù)的參考性，ci，k表示第i個(gè)位置上的監(jiān)測數(shù)據(jù)序列中的第k個(gè)溫度監(jiān)測數(shù)據(jù)的溫度值；

43、將任意一個(gè)位置上的溫度監(jiān)測數(shù)據(jù)序列中所有溫度監(jiān)測數(shù)據(jù)的更新溫度值構(gòu)成的序列，記為該位置上的更新溫度值序列。

44、本發(fā)明的技術(shù)方案的有益效果是：

45、通過對(duì)多位置光纖測溫傳感器獲取的溫度監(jiān)測數(shù)據(jù)進(jìn)行cabddcg算法分析處理，結(jié)合連通圖的結(jié)構(gòu)性分布，實(shí)現(xiàn)連通閾值的調(diào)整，最終得到溫度監(jiān)測數(shù)據(jù)精準(zhǔn)處理結(jié)果，構(gòu)建出基于溫度變化趨勢的溫度預(yù)測模型，使得構(gòu)建出的基于溫度變化趨勢的溫度預(yù)測模型預(yù)測結(jié)果更加準(zhǔn)確，實(shí)現(xiàn)了基于礦用光纖測溫系統(tǒng)的火情精準(zhǔn)監(jiān)測，有效避免環(huán)境因素導(dǎo)致的溫度數(shù)據(jù)波動(dòng)對(duì)于溫度數(shù)據(jù)特征提取的影響。具體的，首先通過單一光纖測溫傳感器上的溫度監(jiān)測數(shù)據(jù)變化曲線的導(dǎo)數(shù)值劃分若干溫度變化時(shí)間段，提高對(duì)數(shù)據(jù)變化的敏感度，能夠更細(xì)致地捕捉溫度變化的微小波動(dòng)；接著基于溫度變化時(shí)間段內(nèi)的數(shù)據(jù)點(diǎn)的時(shí)序變化的顯著表現(xiàn)，獲取數(shù)據(jù)點(diǎn)的時(shí)序變化顯著程度，有助于識(shí)別每個(gè)數(shù)據(jù)點(diǎn)在不同時(shí)間段內(nèi)的變化趨勢，提升對(duì)異常溫度數(shù)據(jù)的識(shí)別能力；根據(jù)同一采樣時(shí)刻上的多個(gè)數(shù)據(jù)點(diǎn)的時(shí)序變化顯著程度的一致性變化差異程度，結(jié)合區(qū)域位置上的分布信息，獲取數(shù)據(jù)點(diǎn)的變化顯著程度，綜合考慮時(shí)序和空間分布，提高了變化顯著程度的準(zhǔn)確性，減少了單一數(shù)據(jù)點(diǎn)波動(dòng)的影響；然后，根據(jù)同一采樣時(shí)刻上的多個(gè)數(shù)據(jù)點(diǎn)的變化顯著程度分布結(jié)構(gòu)性特征，及多個(gè)時(shí)刻上的結(jié)構(gòu)相似性，獲取連通閾值的連通閾值置信度，利用結(jié)構(gòu)性特征和時(shí)刻相似性，增強(qiáng)了連通閾值的穩(wěn)定性和可靠性，避免環(huán)境因素的干擾；最后基于獲取的連通閾值的連通閾值置信度，結(jié)合置信度閾值，對(duì)cabddcg算法中的連通閾值進(jìn)行調(diào)整，動(dòng)態(tài)調(diào)整連通閾值，使算法更靈活，確保了在不同環(huán)境下都能精準(zhǔn)區(qū)分異常與正常溫度數(shù)據(jù)。