[发明专利]一种矿井瓦斯涌出异常的识别方法

权利要求书

1.一种矿井瓦斯涌出异常的识别方法，其特征在于，包括以下步骤：

S1、将井下不同位置监测点的监测数据序列作为随机变量建立变量集D，以监测点位置的上下游关系建立置信网络结构；

S2、根据步骤S1建立的置信网络结构，将各变量均匀离散化成4个取值区间；

S3、根据步骤S2的取值区间，采用最小二乘法完成网络学习，并计算网络参数来定量表示各监测点位置瓦斯流量大小的依赖程度；

S4、根据步骤S3的网络参数，计算联合概率P(Q_h∈q_hk)以及每个监测点的监测数据序列在不同取值区间上其它各变量的后验概率最大值，判断工作面区域瓦斯涌出大小的整体水平，以及不同位置瓦斯涌出大小的变化；

S5、通过计算工作面和上隅角监测点实时瓦斯监测数据取值的最大后验概率，并与工作面和上隅角监测点历史瓦斯监测数据取值的最大后验概率对比分析，识别瓦斯涌出异常情况用于瓦斯预警。

2.根据权利要求1所述的一种矿井瓦斯涌出异常的识别方法，其特征在于，所述步骤S1具体为：将各监测点瓦斯监测数据序列x_t转化为瓦斯流量数据序列Q_t建立变量集D，将变量集D＝{Q_j,Q_z,Q_s,Q_h}按顺序a＝{Q_j,Q_z,Q_s,Q_h}依次加入网络建立置信网络结构，其中，t＝1,2,…，Q_t＝x_t×v×S，v为风速，S为巷道断面积，Q_j为进风巷监测数据序列，Q_z为工作面监测数据序列，Q_s为上隅角监测数据序列，Q_h为回风巷监测数据序列。

3.根据权利要求2所述的一种矿井瓦斯涌出异常的识别方法，其特征在于，所述建立置信网络结构具体为：首先加入Q_j，依据通风巷道中流体的流动特征确定Q_z依赖于Q_j，即π(Q_z)＝{Q_j}，并从Q_j画一条有向边到Q_z，以此类推加入其它变量，直至加入变量Q_h，Q_j经过虚拟点Q_x与Q_h连接，Q_x表示实际矿井中可能存在的其它专用巷道。

4.根据权利要求3所述的一种矿井瓦斯涌出异常的识别方法，其特征在于，对Q_j离散化处理 得到Q_j∈{q_jk|k＝1,2,…,4}，q_j为Q_j离散化后的取值区间，通过历史监测数据统计，计算网络参数P(Q_h|Y)，其中，Y＝{Q_j,Q_z,Q_s}。

5.根据权利要求4所述的一种矿井瓦斯涌出异常的识别方法，其特征在于，所述联合概率P(Q_h∈q_hk)具体为：

其中，q_h为Q_h离散化后的取值区间，k表示取值区间序号，Q_h在不同取值区间上，其它各变量的后验概率最大值为Y＝{Q_j,Q_z,Q_s}，y_k表示其它三个变量数据离散化后的取值区间。

6.根据权利要求5所述的一种矿井瓦斯涌出异常的识别方法，其特征在于：以Q_h在某个取值区间上，Q_s∈q_sk，后验概率具体为：

其中，q_sk表示Q_s离散化后的第k个取值区间，q_zk表示Q_z离散化后的第k个取值区间，q_jk表示Q_j离散化后的第k个取值区间。