-
题名基于多源时序数据的煤矿入井人员风险预警研究
- 1
-
-
作者
杨欢
屈世甲
赵乾坤
王健
-
机构
中煤科工集团常州研究院有限公司
天地(常州)自动化股份有限公司
-
出处
《工矿自动化》
北大核心
2025年第10期7-15,共9页
-
基金
国家科技重大专项项目(2024ZD1700105)
中煤科工集团常州研究院有限公司科技创新项目(2025GY0003,2024GY0019)。
-
文摘
针对煤矿多变量时序数据非线性耦合强及空间异构性显著的问题,提出了一种融合多源时序数据的煤矿入井人员风险预警模型。采用基于同向双指针滑动窗口的多模态数据同步方法,结合卡尔曼滤波,引入延迟补偿机制提高插值精度,实现了不同采样频率信号的高精度时间对齐;构建十维特征向量,利用SHAP方法进行全局重要性与局部重要性分析,剔除冗余特征,实现了高效降维,在保证预测性能的同时显著提升了模型决策的可解释性与鲁棒性;引入多头优化注意力机制(MOA)捕捉多源信号的非线性依赖与潜在耦合特征,构建MOA−Transformer模型,利用Transformer编码器结构进行特征工程等级预警分类,再通过MOA构建分类的特征表示。现场实测结果表明,该模型在准确率、精确率、召回率、F1分数等指标上显著优于循环神经网络、卷积神经网络等模型,在少量异常事件的条件下亦具备较高检出率与低误报率,为煤矿入井人员风险识别与分级预警提供了可行的技术路径。
-
关键词
煤矿入井人员
风险预警
时序数据同步
同向双指针滑动窗口
特征重要性分析
SHAP方法
MOA−Transformer
-
Keywords
underground coal mine personnel
risk early warning
time-series data synchronization
co-directional dual-pointer sliding window
feature importance analysis
SHAP method
MOA-Transformer
-
分类号
TD67
[矿业工程—矿山机电]
-
