CN119393186A 一种基于智能监控的煤矿防火预警方法 （华亭煤业集团有限责任公司）

本发明公开了一种基于智能监控的煤矿防持长期监控和趋势分析。通过这种双重调控机2通过煤矿防火预警系统实时获取煤矿环境信息数据参数，其中对采集到的湿度动态参数信息和空气压力参数信息进行异常分析，并基于机器学习模型评估的结果，将煤矿防火预警系统实时获取到针对判断为低风险环境信息后，持续以预设的环境采样频率进行过环境安全变化指数对煤矿防火预警系统实时获取到的煤矿环境信息数据参数进行智能,3,Hi)表示在时间ti时刻湿度波动变化加速情况，ΔH(ti-1)是在上一时间点,将所有瞬时异常系数的绝对值进行累积，生成局部湿度瞬时波动指,H是局部湿度瞬时波动指数。t时刻的空在每个滑动窗口内，通过差分操作计算空气静压值在连续时间,为了量化静压波动的整体强度，将每个时间点的非线性4,,湿度瞬时波动指数IH和空气静压波动异常指数IP输入至预先学习好的机器学习模型中，通,f均大于0。若环境安全变化指数大于等于预先设定的环境安全变化预警系统实时获取到的煤矿环境信息数据参数划分为若环境安全变化指数小于预先设定的环境安全变化指数参考5[0003]该系统的核心价值在于提升煤矿防火的反应速度和预见性，减少人为巡检的疏6动指数和空气静压波动异常指数输入至预先学习好的机器学习模型中通过机器学习模型[0023]引入动态敏感度函数，用于捕捉湿度波动变化加速情况7是时间点t时刻[0034]在每个滑动窗口内，通过差分操作计算空气静压值在连[0043]将累积波动能量EW输入到非线性映射函数中，生成最终的空气静压波动异常指8[0046]优选的，将局部湿度瞬时波动指数IH和空气静压波动异常指数IIH和空气静压波动异常指数IP的预设比例1防火预警系统实时获取到的煤矿环境信息数预警系统实时获取到的煤矿环境信息数据参数划分为9[0058]本发明提供了如图1所示的一种基于智能监控的煤矿防火预警方法，包括以下步空气静压波动异常指数输入至预先学习好的机器学习模型中通过机器学习模型生成环境[0072]表示湿度在特定时间段内的波动范围。通过比较一段时间内的最高和最低湿度[0078]这是指不同区域之间的湿度差异。湿度梯度可以表明湿度是否在矿井中均匀分[0086]引入动态敏感度函数，用于捕捉湿度波动变化加速情况[0097]短时间内湿度加速上升可能预示自燃的初期征兆，及时检测有助于提前防控火[0136]在每个滑动窗口内，通过差分操作计算空气静压值在连[0139]计算空气静压值在连续时间点之间的变化量的作用在于捕捉矿井内空气压力的[0146]将累积波动能量EW输入到非线性映射函数中，生成最终的空气静压波动异常指[0149]将累积能量值映射到0_1范围的主要目的是为了标准化和统一处理不同尺度的波双曲正切函数将这些能量值映射到[0,1]范围，确保所有异常指标的输出在同一标准化区[0152]将局部湿度瞬时波动指数IH和空气静压波动异常指数IP输IH和空气静压波动异常指数IP的预设比例1[0157]将生成的环境安全变化指数与预先设定的环境安全变化指数参考阈值进行比对防火预警系统实时获取到的煤矿环境信息数预警系统实时获取到的煤矿环境信息数据参数划分为[0161]针对判断为低风险环境信息，系统会按照预先设定的固定采样频率进行数据采[0166]