金属矿山

作者：刘国榜,朱政,方挺

单位：1. 南京宝地梅山产城发展有限公司矿业分公司,江苏 南京 210041;2. 安徽工业大学电气与信息工程学院,安徽 马鞍山 243032

关键词：矿井通风,智慧矿山,通风系统,机器学习,数据清洗,

针对矿山通风系统数据中普遍存在的噪声、异常值和冗余等问题,提出了一种基于机器学习的数据清洗方法,旨在为矿井智能风险预警、通风策略调整和环境管理等决策过程提供可靠数据。构建了一个包含环境监测参数、风机运行参数和安全运营参数等关键参数的数据集,该数据集支持数据清洗算法开发,并且作为评估数据清洗方法的基准。基于构建的数据集,提出了一种综合性的机器学习驱动的数据清洗框架。首先,采用自回归模型对时间序列数据中的缺失值进行估计和填补,该模型能够有效利用数据的时间相关性,提高缺失数据处理的准确性。其次,引入孤立森林算法,通过构建多个随机树来孤立和识别数据点,该模型适合处理高维通风数据中的异常检测问题,能够有效提高异常值的识别率。最后,使用K-均值聚类算法,通过分析数据特征将相似数据点聚合,以减少重复或相似的数据记录。试验结果表明,提出的数据清洗方法有效提高了矿井通风数据质量,为矿井通风管理提供了高质量的数据支持,展现出良好的工程应用价值。

来源：2024年第9期

《金属矿山》期刊编辑部

查看金属矿山杂志2024年第9期