煤矿综采工作面甲烷浓度场稀疏群智感知方法
张婧1
查斗1
屈世甲2
许宇光1
1.西安科技大学 计算机科学与技术学院,陕西 西安 7100542.中煤科工集团常州研究院有限公司,江苏 常州 213015
摘要：针对煤矿综采工作面甲烷监测点少导致工作面区域难以实现甲烷浓度监测高覆盖问题,提出了一种基于稀疏群智感知的工作面甲烷浓度场感知方法,通过部分子区域甲烷浓度监测数据,探索子区域相关性,并推断形成综采工作面甲烷浓度场.在对综采工作面进行子区域划分的基础上,首先,提出了基于分布加权自注意力机制的深度强化学习(DSA-DQN)甲烷浓度感知子区域优选算法,区域优选算法借助分布加权自注意力机制捕捉工作面环境的关键信息,以辅助基于深度强化学习的感知区域优选算法优化与决策;其次,在未感知区域甲烷浓度推断方面,提出了基于粒子群优化的支持向量回归克里金插值(PS-Kriging)甲烷浓度推断方法,将支持向量回归与克里金插值法相结合,解决传统方法在插值过程中可能存在陷入局部最优解的问题,使用粒子群优化改进支持向量回归模型的核参数和惩罚参数,提高了模型的推断精度;最后,选择山西某矿综采工作面,通过现场测量和仿真模拟相结合的方式进行验证.试验结果表明:提出的工作面甲烷浓度场稀疏群智感知方法,通过优选出部分关键子区域对工作面全部区域甲烷浓度进行推断,平均绝对误差为 0.07%.
关键词：稀疏群智感知瓦斯监测甲烷监测区域选择数据推断瓦斯灾害
分类号：TD712(矿山安全与劳动保护)
资助基金：国家自然科学基金(5227041923)陕西省自然科学基金资助项目(2024JC-YBQN-0665)
论文发表日期：2025-03-20
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：11( 1-11 )
英文信息