基于时序数据挖掘的煤矿安全趋势性知识发现研究
发布时间：2023-04-11 22:21
煤炭作为我国经济社会发展的基础能源,安全生产是保证能源稳定供应的前提条件。虽然近年来我国煤矿安全水平有所提高,但与欧美发达国家相比,还存在一定差距,煤矿安全形势依然较为严峻。经过多年的煤矿信息化建设,企业信息系统中积累了大量的安全数据。发挥数据的价值,辅助安全管理工作,进一步改善煤矿安全状况,不仅是煤炭企业的现实需求,也是煤矿安全管理的重要研究内容。但是,当前在宏观和微观煤矿安全时间序列数据挖掘研究,以及煤矿安全信息系统的数据挖掘模型研究方面,对煤矿安全时间序列数据中蕴涵的趋势性规律,尚未有系统性的研究。相关研究的缺乏导致难以切实发挥煤矿安全时间序列数据的作用,包括分析煤矿安全系统的复杂系统结构、识别危险源间的趋势变化关系、促进智能化风险识别与预防的实现。对于有效辅助煤矿安全管理,不断完善煤矿安全信息系统的数据挖掘功能,不能提供有价值的指导和参考。因此,基于上述实践背景与研究不足,本文提出基于时序数据挖掘的煤矿安全趋势性知识发现研究选题,以煤矿安全时间序列数据为挖掘对象,以趋势性知识发现为目标,在对数据挖掘与知识发现一般理论、事故致因与危险源类别划分、煤炭企业数据构成、时间序列趋势分析...
【文章页数】：134 页
【学位级别】：博士
【文章目录】：
摘要
Abstract
1 引言
1.1 研究背景
1.2 煤矿安全时间序列研究分析
1.2.1 宏观煤矿安全时序数据挖掘研究
1.2.2 微观煤矿安全时序数据挖掘研究
1.2.3 煤矿安全数据挖掘系统研究
1.3 研究目标与研究意义
1.3.1 研究目标
1.3.2 研究意义
1.4 研究内容与研究方法
1.4.1 研究内容
1.4.2 研究方法
2 文献综述
2.1 数据挖掘与知识发现
2.1.1 基本内涵
2.1.2 一般过程
2.1.3 研究范式及特征
2.1.4 类别划分及其主要功能作用
2.2 事故致因因素与危险源
2.3 煤炭企业数据构成
2.4 时间序列趋势分析与描述
2.4.1 时间序列趋势性分析与预测
2.4.2 时间序列趋势性描述
2.5 时间序列分段线性表示研究
2.6 时间序列趋势相似性度量研究
2.7 关键科学问题
2.8 本章小结
3 煤矿安全趋势性知识
3.1 煤矿安全时间序列数据体系
3.1.1 煤矿安全时间序列数据
3.1.2 基于二维属性的煤矿安全时间序列数据体系
3.2 时间序列趋势描述基元体系
3.3 煤矿安全趋势性知识内涵
3.3.1 煤矿安全趋势性知识的构成
3.3.2 煤矿安全趋势性知识特征
3.4 煤矿安全趋势性知识的价值与作用
3.5 煤矿安全趋势性知识发现过程
3.6 本章小结
4 基于PLRGA的煤矿安全时间序列数据预处理方法
4.1 基于GA的时间序列分段线性表示
4.1.1 算法实现步骤
4.1.2 算法特点分析
4.2 实验及结果分析
4.2.1 实验环境及数据
4.2.2 实验方法
4.2.3 实验结果
4.3 煤矿安全趋势性知识发现预处理过程模型
4.4 本章小结
5 煤矿安全单时序趋势性知识发现
5.1 CO数据趋势性知识发现
5.1.1 数据理解
5.1.2 基于PLRGA的降维趋势变换
5.1.3 基于SPADE算法的CO趋势序列频繁模式发现
5.1.4. 不同压缩率条件下的CO频繁序列模式评估
5.2 瓦斯浓度序列数据趋势性知识发现
5.2.1 数据理解
5.2.2 基于PLRGA的降维趋势变换
5.2.3 不同压缩率条件下的瓦斯趋势序列频繁模式评估
5.3 负压数据的趋势性知识发现
5.3.1 数据理解
5.3.2 基于PLRGA的降维趋势变换
5.3.3 不同压缩率条件下的负压趋势序列频繁模式评估
5.4 本章小结
6 煤矿安全多时序趋势性知识发现
6.1 动态模式匹配
6.1.1 动态模式匹配距离
6.1.2 实验分析
6.2 基于DPM的序列趋势相似性关系识别
6.2.1 数据选择与预处理
6.2.2 煤矿安全趋势序列数据类型识别
6.2.3 聚类结果
6.3 基于SPADE的序列趋势相似性关系分析与评估
6.4 本章小结
7 结论与展望
7.1 主要结论
7.2 创新点
7.3 展望
参考文献
附录
致谢
作者简介
本文编号：3789860
【文章页数】：134 页
【学位级别】：博士
【文章目录】：
摘要
Abstract
1 引言
1.1 研究背景
1.2 煤矿安全时间序列研究分析
1.2.1 宏观煤矿安全时序数据挖掘研究
1.2.2 微观煤矿安全时序数据挖掘研究
1.2.3 煤矿安全数据挖掘系统研究
1.3 研究目标与研究意义
1.3.1 研究目标
1.3.2 研究意义
1.4 研究内容与研究方法
1.4.1 研究内容
1.4.2 研究方法
2 文献综述
2.1 数据挖掘与知识发现
2.1.1 基本内涵
2.1.2 一般过程
2.1.3 研究范式及特征
2.1.4 类别划分及其主要功能作用
2.2 事故致因因素与危险源
2.3 煤炭企业数据构成
2.4 时间序列趋势分析与描述
2.4.1 时间序列趋势性分析与预测
2.4.2 时间序列趋势性描述
2.5 时间序列分段线性表示研究
2.6 时间序列趋势相似性度量研究
2.7 关键科学问题
2.8 本章小结
3 煤矿安全趋势性知识
3.1 煤矿安全时间序列数据体系
3.1.1 煤矿安全时间序列数据
3.1.2 基于二维属性的煤矿安全时间序列数据体系
3.2 时间序列趋势描述基元体系
3.3 煤矿安全趋势性知识内涵
3.3.1 煤矿安全趋势性知识的构成
3.3.2 煤矿安全趋势性知识特征
3.4 煤矿安全趋势性知识的价值与作用
3.5 煤矿安全趋势性知识发现过程
3.6 本章小结
4 基于PLRGA的煤矿安全时间序列数据预处理方法
4.1 基于GA的时间序列分段线性表示
4.1.1 算法实现步骤
4.1.2 算法特点分析
4.2 实验及结果分析
4.2.1 实验环境及数据
4.2.2 实验方法
4.2.3 实验结果
4.3 煤矿安全趋势性知识发现预处理过程模型
4.4 本章小结
5 煤矿安全单时序趋势性知识发现
5.1 CO数据趋势性知识发现
5.1.1 数据理解
5.1.2 基于PLRGA的降维趋势变换
5.1.3 基于SPADE算法的CO趋势序列频繁模式发现
5.1.4. 不同压缩率条件下的CO频繁序列模式评估
5.2 瓦斯浓度序列数据趋势性知识发现
5.2.1 数据理解
5.2.2 基于PLRGA的降维趋势变换
5.2.3 不同压缩率条件下的瓦斯趋势序列频繁模式评估
5.3 负压数据的趋势性知识发现
5.3.1 数据理解
5.3.2 基于PLRGA的降维趋势变换
5.3.3 不同压缩率条件下的负压趋势序列频繁模式评估
5.4 本章小结
6 煤矿安全多时序趋势性知识发现
6.1 动态模式匹配
6.1.1 动态模式匹配距离
6.1.2 实验分析
6.2 基于DPM的序列趋势相似性关系识别
6.2.1 数据选择与预处理
6.2.2 煤矿安全趋势序列数据类型识别
6.2.3 聚类结果
6.3 基于SPADE的序列趋势相似性关系分析与评估
6.4 本章小结
7 结论与展望
7.1 主要结论
7.2 创新点
7.3 展望
参考文献
附录
致谢
作者简介
本文编号：3789860
本文链接：https://www.wllwen.com/guanlilunwen/shengchanguanlilunwen/3789860.html
