Abnormal data recognition method of coal mine monitoring system based on imbalanced data set
-
摘要: 异常数据识别对于煤矿安全监测系统具有重要作用，但安全监测系统中异常数据一般只占数据总量的1%左右，不平衡性是此类数据的固有特点。目前多数机器学习算法在不平衡数据集上的分类预测准确率和灵敏度都相对较差。为了能准确识别异常数据，以煤矿分布式光纤竖井变形监测系统采集的数据为研究对象，提出了一种面向不平衡数据集、基于去重复下采样（RDU）、合成少数类过采样技术（SMOTE）和随机森林（RF）分类算法的煤矿监测系统异常数据识别方法。该方法利用RDU算法对多数类数据进行下采样，去除重复样本；利用SMOTE算法对少数类异常数据进行过采样，通过合成新的异常数据来改善数据集的不平衡性；并利用优化后的数据集训练RF分类算法，得到异常数据识别模型。在6个真实数据集上的对比实验结果表明，该方法的异常数据识别准确率平均值达到99.3%，具有较好的泛化性和较强的鲁棒性。Abstract: Abnormal data recognition plays an important role in mine safety monitoring system, but abnormal data generally only accounts for about 1% of the total data of the safety monitoring system, data imbalance is an intrinsic characteristics of real-time data. At present, most of machine learning algorithms have relatively poor classification accuracy and sensitivity while dealing with classification on imbalanced data sets. In order to accurately identify abnormal data, the data collected by the distributed fiber shaft deformation monitoring system of coal mine is taken as research object, RDU-SMOTE-RF abnormal data recognition method of coal mine monitoring system based on imbalanced data set was proposed. The method uses RDU algorithm for under-sampling of majority data to remove duplicate samples,uses SMOTE algorithm for oversampling of minority abnormal data to improve the imbalance of the data set by synthesizing new abnormal data, and uses the optimized data set to train random forest (RF) classification algorithm to get abnormal data recognition model. The comparison experimental results on 6 real data sets show that the method has an average recognition accuracy rate of 99.3% for abnormal data, which has good generalization and strong robustness.
-
-
期刊类型引用(10)
1. 肖明国，张彪，林中湘，朱泽斌，周博，郑学召，黄渊. 矿山钻孔垂直救援技术的思考及发展趋势. 煤矿安全. 2024(04): 245-250 . 
百度学术
2. 肖明国，张彪，康玉国，丁文，黄渊，郑学召. 面向钻孔救援的UWB雷达探测技术研究进展. 煤炭技术. 2024(06): 174-177 . 百度学术
3. 郑学召，马扬，黄渊，蔡国斌，丁文. 面向矿山救援的UWB雷达生命信息识别研究现状与展望. 工矿自动化. 2024(07): 12-20 . 本站查看
4. 赵一鸣，相志，张农，戴京辰. 雷达探测中煤岩介质相对介电常数变化特征. 采矿与安全工程学报. 2024(06): 1222-1229 . 百度学术
5. 邹祖杰. 近水平定向取心技术与配套钻具研究及应用. 煤矿安全. 2024(12): 214-220 . 百度学术
6. 王健. 井下储水采空区多应力监测预警分析. 煤矿机电. 2024(06): 38-42 . 百度学术
7. 文虎，刘盛铠，郑学召，蔡国斌，黄渊，张会. 基于钻孔救援的UWB雷达波传输衰减研究及展望. 工矿自动化. 2023(04): 42-49 . 本站查看
8. 郑学召，丁文，蔡国斌，黄渊，寇智哲，周博. 面向钻孔救援的UWB雷达回波信息处理关键问题研究进展. 煤矿安全. 2023(10): 219-225 . 百度学术
9. 郑学召，孙梓峪，郭军，张铎，陈刚，何芹健. 矿山钻孔救援多源信息探测技术研究与应用. 煤田地质与勘探. 2022(11): 94-102 . 百度学术
10. 田宏亮，邹祖杰，郝世俊，曹明，周光华，黄勇，顾海荣，王雷. 矿山灾害生命保障救援通道快速安全构建关键技术与装备. 煤田地质与勘探. 2022(11): 1-13 . 百度学术
其他类型引用(4)
计量
- 文章访问数: 86
- HTML全文浏览量: 18
- PDF下载量: 23
- 被引次数: 14
下载:
