[发明专利]一种识别矿井传感器运行数据异常的方法、装置及系统

说明书

本发明实施例公开了一种识别矿井传感器运行数据异常的方法、装置及系统，涉及数据异常特征识别领域，本发明实施例首先根据传感器实时数据的传感器状态标签对传感器状态进行判断，然后根据不同的传感器状态判断传感器运行数据异常类型，其中，根据数据值异常置信区间和预设监测评判阈值判断传感器数据值是否异常，并对数据值异常类型进行判断，且通过状态的持续时长和置信限值判断传感器状态是否异常，能够快速精准地识别所上传的传感器运行数据是否存在异常，可以更好的进行煤矿安全监测，提高煤矿安全管理水平，从而降低事故发生率。

技术领域

本发明实施例涉及数据异常特征识别领域，具体涉及一种识别矿井传感器运行数据异常的方法、装置及系统。

背景技术

对矿井实行实时监测是实现煤矿安全生产的主要措施之一，对改善我国煤矿安全生产状况起到了重要作用。矿井正常运行时，井下的传感器会对矿井作业地点进行实时监测，并把监测到的数据自动上传到矿井监控平台和上级监管部门。

但是，目前有许多企业为了利益会人为进行数据篡改，如当传感器上传的数据即将到达超限或已经超限时，通过修改传感器监测的数值和状态等因素，来防止系统发出报警，从而隐瞒数据超限。

然而，煤矿数据监测是煤矿安全监测工作的生命线，数据异常对安全生产危害极大，不仅会影响煤矿的正常生产部署，而且严重时还会发生事故，对矿井的安全生产和人员造成一定的危害。因此，对传感器监测值、传感器运行状态、监测时间能够传感器数据的异常进行识别很有必要。

发明内容

本发明实施例的目的在于提供一种识别矿井传感器运行数据异常的方法、装置及系统，用以解决现有矿井作业中存在篡改传感器数据或状态的问题。

为实现上述目的，本发明实施例主要提供如下技术方案：

第一方面，本发明实施例提供了一种识别矿井传感器运行数据异常的方法，所述方法包括：获取传感器实时数据；根据所述实时数据中的传感器状态标签对传感器状态进行判断；确认传感器状态为正常状态时，根据数据值异常置信区间和预设监测评判阈值判断传感器数据值是否异常，并对所述数据值异常类型进行判断；确认传感器为标校状态或故障状态时，通过状态的持续时长和传感器状态置信限值判断传感器状态是否异常。

进一步地，所述数据值异常置信区间的估算方法包括：对传感器历史数据值中的所有突变点按照异常类型进行分类统计；分别计算每种数据值异常类型中所有突变点的均值和方差；利用每种数据值异常类型中所有突变点的均值和方差构建相应数据值异常类型的突变点正态分布函数及突变点检验统计量函数；根据每种数据值异常类型的突变点检验统计量函数得到相应数据值异常类型的突变点整体均值的真值为95％的置信区间，即相应数据值异常类型的数据值异常置信区间。

进一步地，对传感器历史数据值中的所有突变点按照异常类型进行分类统计，包括：根据预设时间内的传感器历史数据值变化量判断每种数据值异常类型的数据值异常持续段；取每个数据值异常持续段的突变起始点作为突变点；将所有突变点按照数据值异常类型进行分类并形成每种数据值异常类型的突变点集合；其中，所述数据值异常类型包括数据突增、数据突减和窄幅震荡；若传感器历史数据值在数据突增时间阈值内的增长量超过数据突增变化量阈值，则判断为数据突增持续段；若传感器历史数据值在数据突减时间阈值内的减小量超过数据突减变化量阈值，则判断为数据突减持续段；若传感器历史数据值在超过窄幅震荡时间阈值内的数据值变化量持续小于窄幅震荡变化量阈值，则判断为窄幅震荡持续段。

进一步地，根据数据值异常置信区间和预设监测评判阈值判断传感器数据值是否异常，并对所述数据值异常类型进行判断，包括：判断传感器实时数据值是否在任一种数据值异常置信区间内；若所述传感器实时数据值在任一种数据值异常置信区间内，则所述传感器实时数据值为异常值，并通过比较预设时间间隔的传感器实时数据值变化量与监测评判阈值的大小来确定数据值异常类型；若传感器实时数据值不在任一种数据值异常置信区间内，则传感器实时数据值为正常值。