融合煤矿多维时序数据的瓦斯异常检测算法

来源：计算机集成制造系统杂志2020年第6期北京时间：

作者：丁汀,颜登程,张以文,周珊

单位：1.安徽大学计算机科学与技术学院2.安徽大学物质科学与信息技术研究院3.深圳易伙科技有限责任公司

摘要：瓦斯是引起煤矿安全隐患的重大因素,高效准确地检测瓦斯异常在煤矿安全生产过程中扮演着重要角色。传统的瓦斯异常检测方法通常仅基于来自瓦斯传感器的单一监测数据,而矿井下的恶劣环境可能造成瓦斯传感器失效,监测数据可信度较低,从而导致误报、漏报等问题。为解决上述问题,基于多种传感器监测数据,提出一种融合煤矿多维时序数据的瓦斯异常检测算法。该方法首先对煤矿中多维时序数据进行滑动窗口采样;然后建立局部敏感哈希孤立森林;最后根据待检测样本在森林中每棵树上的路径长度计算异常得分及异常率,当滑动窗口中的异常率超出指定阈值时,则自动更新森林。通过在真实的淮南朱集煤矿数据集上进行的大量实验,表明了所提方法在提高检测精度上的有效性。

关键词：瓦斯浓度,异常检测,滑动窗口,局部敏感哈希,孤立森林

基金资助：国家自然科学基金资助项目(61872002);深圳市创客专项资金计划资助项目(CKCY20180322093215776)。