基于大数据的矿山气体检测与智能排放控制系统的制作方法

本发明涉及排放检测，具体是指基于大数据的矿山气体检测与智能排放控制系统。

背景技术：

1、基于大数据的矿山气体检测与智能排放控制系统是运用大数据技术、物联网、传感器、人工智能等先进技术手段，对矿山环境中的有害气体进行实时监测、分析和控制的智能系统。其主要目的是保障矿山工人的安全，减少环境污染，提高生产效率。但是一般矿山气体检测与智能控制系统存在距离度量无法在多维特征下准确识别相似的检测点排放模式，初始聚类中心无法识别密度较高的异常排放聚集点，进而导致无法实现异常交易或恶意检测点排放的识别的问题；一般矿山气体检测与智能控制系统参数设定不当且参数优化的收敛性差，无法准确识别异常检测点，进而导致检测点检测的效率低的问题。

技术实现思路

1、针对上述情况，为克服现有技术的缺陷，本发明提供了基于大数据的矿山气体检测与智能排放控制系统，针对一般矿山气体检测与智能控制系统存在距离度量无法在多维特征下准确识别相似的检测点排放模式，初始聚类中心无法识别密度较高的异常排放聚集点，进而导致无法实现异常交易或恶意检测点排放的识别的问题，本方案通过引入自适应权重和最大值归一化设计自适应距离度量函数，设计基于最大局部密度的动态聚类中心选择机制，基于多层标记进行其余聚类中心初始化的机制，增强了对矿山排放检测数据进行聚类的鲁棒性和有效性，能够识别密度较高的异常排放聚集点；进而实现对电商检测点异常排放的精准检测；针对一般矿山气体检测与智能控制系统参数设定不当且参数优化的收敛性差，无法准确识别异常检测点，进而导致检测点检测的效率低的问题，本方案基于个体适应度驱动，将全局与局部优化结合进行设计位置更新策略，平衡精度和收敛速度，提高异常检测的收敛性；基于逆误差函数的异常值检测机制，有效区分出排放异常的检测点，利用中位数和误差函数补偿异常阈值的设定，能够更精准地检测出离群检测点；进而提高矿山气体检测排放控制的效率。

2、本发明采取的技术方案如下：本发明提供的基于大数据的矿山气体检测与智能排放控制系统，包括数据采集模块、数据预处理模块、聚类处理模块和气体检测排放与智能控制模块；

3、所述数据采集模块采集矿山排放检测数据；

4、所述数据预处理模块将采集的数据进行数据清洗、数据转换和标准化处理；

5、所述聚类处理模块通过引入自适应权重和最大值归一化设计自适应距离度量函数；设计基于最大局部密度的动态聚类中心选择机制和基于多层标记进行其余聚类中心初始化的机制；基于个体适应度驱动，将全局与局部优化结合进行设计位置更新策略以实现聚类优化；基于逆误差函数的异常值检测机制得到异常集；进而实现聚类处理；

6、所述气体检测排放与智能控制模块基于聚类结果实现气体检测与排放控制。

7、进一步地，在数据采集模块中，所述矿山排放检测数据包括气体检测数据、环境监测数据、设备运行数据和检测位置数据。

8、进一步地，在数据预处理模块中，所述数据清洗是对缺失值和重复值进行处理；所述数据转换是将数据转换为向量形式；所述标准化处理是基于最大最小归一化法对数据进行标准化处理。

9、进一步地，所述聚类处理模块具体包括以下内容：

10、构建排放检测特征矩阵单元；排放检测特征矩阵u的每一行i代表一个检测点，每一列k代表不同的排放检测特征；

11、设计自适应距离度量函数单元；表示为：；

12、式中，di,j是检测点i和检测点j之间的自适应距离；m是特征数量；是排放检测特征k的权重；xi,k和xj,k分别是第i个检测点和第j个检测点第k个排放检测特征的值；d(·)是马氏距离；max(·)是取最大值；

13、初始化聚类中心单元；基于最大局部密度选择第一个聚类中心z1，表示为：；计算所有样本与第一个聚类中心之间的自适应距离di,1；将所有样本的标记初始化为1；找出与z1自适应距离最大的样本，将其作为第二个聚类中心z2；计算所有样本与z2之间的自适应距离di,2；当满足di,2<θ·di,1时，将它们的标记更新为2；；其中，是第i个检测点的局部密度；是阶跃函数；是距离阈值；是自适应距离的阈值；是初始的比例因子，控制聚类过程的紧致度；median(·)是取中位数；d是样本集；是平滑参数；

14、初始化判定单元；计算样本与所有已确定聚类中心之间的最小自适应距离di；若满足；则继续生成新的聚类中心；以此类推，直到不满足；其中，n是检测点总数；di是第i个检测点与已确定所有聚类中心之间的最小自适应距离；

15、数据分配单元；基于最小自适应距离将非聚类中心的检测点分配到聚类中心所处的簇中；选择簇中心的位置更新为新一代聚类中心；反复迭代直至达到最大迭代次数或聚类收敛；若聚类收敛，则聚类完成；若仅达到最大迭代次数，则转至聚类优化单元；否则继续迭代；

16、聚类优化单元；具体包括：

17、初始化；基于各排放检测特征的权重、距离阈值、自适应距离的阈值、初始的比例因子构建参数搜索空间；随机初始化个体位置，将基于个体位置迭代k次后聚类结果的平均轮廓系数作为个体适应度值；

18、位置更新；位置更新方式采用；其中，和分别是第i1个个体更新后的位置和更新前的位置；wt是移动权重；fct是当前个体的适应度；fps是前一次迭代个体的适应度；fmax是前一迭代中种群的最大适应度；是邻域个体位置的均值；是局部最优增强因子；

19、优化判定；预先设有适应度阈值，当存在个体适应度值高于适应度阈值时，基于个体位置对矿山排放检测数据进行聚类处理，聚类收敛时得到聚类结果；若达到最大迭代次数，则返回初始化；否则返回位置更新；

20、异常值检测单元；异常值集合定义为；；其中，是第i个检测点；x是检测点；是逆误差函数的补充形式；c是检测阈值。

21、进一步地，所述气体检测与排放控制模块是基于聚类结果，将异常值集合中的检测点检测为排放异常，系统向矿山管理人员发送报警信息，以实现排放控制。

22、采用上述方案本发明取得的有益效果如下：

23、（1）针对一般矿山气体检测与智能控制系统存在距离度量无法在多维特征下准确识别相似的检测点排放模式，初始聚类中心无法识别密度较高的异常排放聚集点，进而导致无法实现异常排放的识别问题，本方案通过引入自适应权重和最大值归一化设计自适应距离度量函数，设计基于最大局部密度的动态聚类中心选择机制，基于多层标记进行其余聚类中心初始化的机制，增强了对矿山排放检测数据进行聚类的鲁棒性和有效性，能够识别密度较高的异常排放聚集点；进而实现对检测点异常排放的精准检测。

24、（2）针对一般矿山气体检测与智能控制系统参数设定不当且参数优化的收敛性差，无法准确识别异常检测点，进而导致检测点检测的效率低的问题，本方案基于个体适应度驱动，将全局与局部优化结合进行设计位置更新策略，平衡精度和收敛速度，提高异常检测的收敛性；基于逆误差函数的异常值检测机制，有效区分出排放异常的检测点，利用中位数和误差函数补偿异常阈值的设定，能够更精准地检测出离群检测点；进而提高矿山气体检测排放控制的效率。