基于多源时序数据的煤矿入井人员风险预警研究
杨欢
屈世甲
赵乾坤
王健
中煤科工集团常州研究院有限公司,江苏常州 213015;天地(常州)自动化股份有限公司,江苏常州 213015
摘要：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
分类号：TD67(矿山电工)
资助基金：国家科技重大专项(2024ZD1700105)中煤科工集团常州研究院有限公司科技创新项目(2025GY0003)中煤科工集团常州研究院有限公司科技创新项目(2024GY0019)
论文发表日期：2025-10-30
在线出版日期：2025-12-02（本平台首次上网日期，不代表文献的发表时间）
页数：9( 7-15 )
英文信息