一种基于大数据的烟煤奥亚膨胀度监测系统及方法与流程

本发明涉及煤化工。更具体地，本发明涉及一种基于大数据的烟煤奥亚膨胀度监测系统及方法。

背景技术：

1、烟煤的奥亚膨胀度是检验烟煤粘结性和塑性的重要指标，它不仅能反映胶质体的量，还能反映胶质体的质，其对于理解煤的成焦机制、指导煤炭加工利用以及提高焦炭质量等方面具有不可替代的作用。

2、其中，烟煤的奥亚膨胀度测定实验是将煤样制成一定规格的煤笔，放置在加热的膨胀管内，通过测量膨胀杆的位移曲线来计算奥亚膨胀度，该奥亚膨胀度是以烟煤干馏时体积发生膨胀或收缩的程度来表征煤的胶质体的不透气性，烟煤的奥亚膨胀度的变化直接体现在膨胀曲线上。

3、因此，为了准确评估烟煤粘结性和结焦性能以及提高生产质量，对烟煤的奥亚膨胀度的测试是尤为重要的。

4、现有技术中，如公布号为cn103275740a，名称为肥煤煤质的评价方法的专利申请文件，其公开了检测肥煤的煤质关键指标，得到粗粒镶嵌结构比例、最大基氏流动度和奥亚膨胀度，并根据粗粒镶嵌结构比例、最大基氏流动度和奥亚膨胀度获取肥煤煤质评价指数，以对肥煤煤质进行评价。

5、但在进行评价时，对于肥煤奥亚膨胀度在测定过程中受气体、环境条件的影响较大，可能造成奥亚膨胀度不准确，从而造成评价的偏颇，即奥亚膨胀度b值很大时，即煤的评价得分会很高，而实际上这类煤没有起到如此好的作用，因此存在评价不准确的问题。

6、因此，如何提高奥亚膨胀度的准确性和可靠性，对于提高焦炭质量和优化煤炭利用等是尤为重要的。

技术实现思路

1、本发明的目的在于提出一种基于大数据的烟煤奥亚膨胀度监测系统及方法，用以解决现有技术对于烟煤的奥亚膨胀度在测定过程中受气体、环境条件的影响较大，可能存在不准确的问题；为此，本发明在如下的两个方面中提供方案。

2、在第一方面中，本发明提供的一种基于大数据的烟煤奥亚膨胀度监测方法，包括：

3、获取当前烟煤在升温过程中的奥亚膨胀度数据；

4、采用mst聚类算法对奥亚膨胀度数据进行聚类，得到多个簇；

5、对多个簇进行异常检测，得到对应簇中的异常数据；

6、其中，聚类过程中任意两奥亚膨胀度对应的两节点之间的边权为：

7、；为边权，、分别为温度i对应的奥亚膨胀度的波动指标和温度j对应的奥亚膨胀度的波动指标，exp（）为以自然常数e为底数的指数函数；

8、所述波动指标为：

9、获取多个其他烟煤在升温过程中的奥亚膨胀度数据；

10、计算设定温度段内的任一其他烟煤与当前烟煤的奥亚膨胀度数据的皮尔逊相关系数，并将各皮尔逊相关系数的归一化后的值作为权重；所述设定温度段由以任一温度为中心的多个温度构成；

11、计算任一其他烟煤与当前烟煤在所述任一温度下奥亚膨胀度的差值绝对值；利用各权重对所有差值绝对值进行加权得到波动指标。

12、上述方案通过分析当前烟煤的奥亚膨胀度数据的变化特征以及多个其他烟煤的奥亚膨胀度数据之间的关系，得到了当前烟煤的奥亚膨胀度的波动指标，以表征当前烟煤的奥亚膨胀度的疑似异常情况，进而利用该波动指标进行聚类过程中的边权的计算，以替代传统mst聚类中权重的度量方式，能够更精确、高效地识别出其中异常数据，提高异常检测的准确性。

13、可选的，还包括对多个其他烟煤进行筛选的步骤，具体为：按照从大到小的顺序，对得到的所有皮尔逊相关系数进行排序，选取前m个皮尔逊相关系数对应的其他烟煤，m大于1。

14、上述方案通过当前烟煤与其他烟煤之间的相关性分析，选出与当前烟煤相同或类似的烟煤，有利于后续的当前烟煤的奥亚膨胀度变化情况的分析，进而提高计算的波动指标的准确度。

15、可选的，所述权重为：

16、；

17、式中，表示当前烟煤在温度i时的权重，为第j个其他烟煤与当前烟煤在以温度i为中心的设定温度段内的奥亚膨胀度数据的皮尔逊相关系数，为其他烟煤的总个数。

18、上述方案通过确定当前烟煤与其他烟煤之间的相关性，能够确定不同的其他烟煤与当前烟煤的差值绝对值的重要性。

19、可选的，在获取波动指标之后，还包括对所述波动指标进行修正，得到修正后的波动指标，具体为：

20、；

21、式中，为温度i对应的奥亚膨胀度修正前的波动指标，表示局部温度段内第q个奥亚膨胀度对应的拟合值，为局部温度段内第q个奥亚膨胀度，exp（）为以自然常数e为底数的指数函数，所述局部温度段为从当前烟煤的升温过程中截取的以温度i为中心的温度段，表示局部温度段内奥亚膨胀度的总个数。

22、上述方案考虑了噪声的影响，引入拟合误差进行奥亚膨胀度的修正，降低了噪声的影响。

23、可选的，所述拟合值的获取过程为：采用最小二乘法对局部温度段内的所有奥亚膨胀度进行曲线拟合，得到各奥亚膨胀度对应的拟合值。

24、可选的，所述对多个簇进行异常检测，得到对应簇中的异常数据的具体过程为：

25、响应于簇的节点个数大于设定个数，对应簇为正常簇，响应于簇的节点个数小于等于设定个数，对应簇为疑似异常簇；

26、采用离群检测算法对疑似异常簇进行异常检测，得到异常数据。

27、上述方案在进行异常检测时，先对簇进行筛选，然后进行异常分析，降低了计算量。

28、可选的，所述离群检测算法为箱线图、孤立森林算法或局部离群因子。

29、在第二方面中，一种基于大数据的烟煤奥亚膨胀度监测系统，包括：

30、处理器；

31、存储器，其存储有基于大数据的烟煤奥亚膨胀度监测的计算机指令，当所述计算机指令由所述处理器运行时，使得系统执行上述的一种基于大数据的烟煤奥亚膨胀度监测方法。

32、本发明的有益效果为：

33、本发明的方案通过基于mst聚类的离群检测识别出奥亚膨胀度数据中的异常数据，能够避免将正常数据检测为异常或将异常数据检测为正常的情况，提高了对奥亚膨胀度数据异常检测的准确性，为后续的烟煤炼焦工艺、煤质评价提供了数据支撑。

技术特征：

1.一种基于大数据的烟煤奥亚膨胀度监测方法，其特征在于，包括：

2.根据权利要求1所述的一种基于大数据的烟煤奥亚膨胀度监测方法，其特征在于，还包括对多个其他烟煤进行筛选的步骤，具体为：按照从大到小的顺序，对得到的所有皮尔逊相关系数进行排序，选取前m个皮尔逊相关系数对应的其他烟煤，m大于1。

3.根据权利要求1或2所述的一种基于大数据的烟煤奥亚膨胀度监测方法，其特征在于，所述权重为：

4.根据权利要求1所述的一种基于大数据的烟煤奥亚膨胀度监测方法，其特征在于，在获取波动指标之后，还包括对所述波动指标进行修正，得到修正后的波动指标，具体为：

5.根据权利要求4所述的一种基于大数据的烟煤奥亚膨胀度监测方法，其特征在于，所述拟合值的获取过程为：采用最小二乘法对局部温度段内的所有奥亚膨胀度进行曲线拟合，得到各奥亚膨胀度对应的拟合值。

6.根据权利要求1所述的一种基于大数据的烟煤奥亚膨胀度监测方法，其特征在于，所述对多个簇进行异常检测，得到对应簇中的异常数据的具体过程为：

7.根据权利要求6所述的一种基于大数据的烟煤奥亚膨胀度监测方法，其特征在于，所述离群检测算法为箱线图、孤立森林算法或局部离群因子。

8.一种基于大数据的烟煤奥亚膨胀度监测系统，其特征在于，包括：

技术总结
本发明涉及煤化工技术领域，具体涉及一种基于大数据的烟煤奥亚膨胀度监测系统及方法；其方法包括：获取当前烟煤在升温过程中的奥亚膨胀度数据；采用MST聚类算法对奥亚膨胀度数据进行聚类，得到多个簇；对多个簇进行异常检测，得到对应簇中的异常数据。即本发明通过对烟煤升温过程中的奥亚膨胀度数据进行分析，并将分析的结果引入到离群检测算法中，以进行烟煤数据的监测，提高了当前烟煤的奥亚膨胀度数据监测的准确性。

技术研发人员：薛文林,李志强,胡壮壮
受保护的技术使用者：山西今日智库能源有限公司
技术研发日：
技术公布日：2025/1/6