技術(shù)特征：

1.一種用于煤礦自燃火災(zāi)大數(shù)據(jù)平臺(tái)的數(shù)據(jù)驅(qū)動(dòng)的算法，其特征在于，是一種用于煤礦自燃火災(zāi)標(biāo)志氣體發(fā)生率的概率估算方法，包括如下步驟，

1)收集煤礦標(biāo)志氣體濃度數(shù)據(jù)，煤礦自燃火災(zāi)大數(shù)據(jù)平臺(tái)的感知層會(huì)將布置在某采空區(qū)的監(jiān)測(cè)束管進(jìn)行井下氣體樣本的周期循環(huán)抽取，然后將氣樣輸送至井上進(jìn)行氣體濃度分析，得到此采空區(qū)的標(biāo)志氣體濃度的周期數(shù)據(jù)；

2)數(shù)據(jù)預(yù)處理，計(jì)算標(biāo)志氣體增長(zhǎng)率，在積累標(biāo)志氣體濃度周期數(shù)據(jù)至一定量后，將標(biāo)志氣體濃度周期數(shù)據(jù)依次求差然后除以時(shí)間間隔，得到標(biāo)志氣體變化率數(shù)據(jù)，如下公式

$S_t=\frac{C_t-C_{t-1}}{T}$

S_t是t點(diǎn)時(shí)的標(biāo)志氣體變化率，C_t和C_t-1分別是t點(diǎn)和t-1點(diǎn)時(shí)的標(biāo)志氣體濃度，T是t點(diǎn)和t-1點(diǎn)間的時(shí)間間隔

3)用hypothesis test判定標(biāo)志氣體增長(zhǎng)率所屬概率分布類(lèi)型，將已收集數(shù)據(jù)的標(biāo)志氣體變化率分布用Kolmogorov-Smirnov test檢驗(yàn)法去依次判斷此標(biāo)志氣體變化率分布屬于哪個(gè)概率分布類(lèi)型；

4)利用Maximum Likelihood Estimation的方法用所有的標(biāo)志氣體發(fā)生率的數(shù)據(jù)去計(jì)算此概率分布的參數(shù)，如高斯分布的期望和方差；

5)利用求得的概率分布的參數(shù)，可以用蒙特卡洛仿真Monte Carlo Simulation的方法用大量的數(shù)據(jù)點(diǎn)去仿真標(biāo)志氣體變化率的真實(shí)概率分布；

6)利用上步求得的標(biāo)志氣體真實(shí)變化率分布，乘以想要預(yù)測(cè)的時(shí)間，如100天后，可以求得在未來(lái)預(yù)測(cè)時(shí)間時(shí)的標(biāo)志氣體濃度分布；

7)設(shè)定一個(gè)標(biāo)志氣體濃度報(bào)警界限，如24ppm，可以由上步的100天后的標(biāo)志氣體濃度分布，求得100天后標(biāo)志氣體到達(dá)24ppm的概率。

2.根據(jù)權(quán)利要求1所述的一種用于煤礦自燃火災(zāi)大數(shù)據(jù)平臺(tái)的數(shù)據(jù)驅(qū)動(dòng)的算法，其特征在于，以數(shù)據(jù)驅(qū)動(dòng)算法構(gòu)架的標(biāo)志氣體發(fā)生率的概率估算方法，其中想要預(yù)測(cè)時(shí)間和設(shè)定的濃度界限都是可調(diào)的，根據(jù)煤礦想要預(yù)測(cè)的參數(shù)來(lái)修改。

3.根據(jù)權(quán)利要求1所述的一種用于煤礦自燃火災(zāi)大數(shù)據(jù)平臺(tái)的數(shù)據(jù)驅(qū)動(dòng)的算法，其特征在于，以數(shù)據(jù)驅(qū)動(dòng)算法構(gòu)架的標(biāo)志氣體發(fā)生率的概率估算方法步驟8)中所述的指標(biāo)氣體為CO、CH₄、CO₂、O₂、C₂H₆、C₂H₄、C₂H₂。

4.根據(jù)權(quán)利要求1所述的一種用于煤礦自燃火災(zāi)大數(shù)據(jù)平臺(tái)的數(shù)據(jù)驅(qū)動(dòng)的算法，其特征在于，以數(shù)據(jù)驅(qū)動(dòng)算法構(gòu)架的標(biāo)志氣體發(fā)生率的概率估算方法步驟4)中包括Likelihood計(jì)算公式、Log-Likelihood計(jì)算公式及maximum likelihood estimator計(jì)算公式，Likelihood計(jì)算公式如下，

Log-Likelihood計(jì)算公式如下，

maximum likelihood estimator計(jì)算公式如下，

5.一種基于權(quán)利要求1一種用于煤礦自燃火災(zāi)大數(shù)據(jù)平臺(tái)的數(shù)據(jù)驅(qū)動(dòng)的算法的煤礦自然火災(zāi)大數(shù)據(jù)平臺(tái)，其特征在于，其包括煤礦自然火災(zāi)監(jiān)測(cè)感知層、數(shù)據(jù)分布式存儲(chǔ)模塊、所述的數(shù)據(jù)挖掘模塊和數(shù)據(jù)表達(dá)模塊，

所述的煤礦自燃火災(zāi)監(jiān)測(cè)的智能物聯(lián)網(wǎng)感知層面向煤礦的各種特性，通過(guò)部署系列各種監(jiān)測(cè)系統(tǒng)和裝置，獲取煤礦自燃火災(zāi)檢測(cè)數(shù)據(jù)，其包括正壓輸氣束管監(jiān)測(cè)系統(tǒng)、井下微色譜氣體監(jiān)測(cè)系統(tǒng)、束管紅外氣體監(jiān)測(cè)系統(tǒng)、光纖束管監(jiān)測(cè)系統(tǒng)；

所述的數(shù)據(jù)分布式存儲(chǔ)模塊是煤礦自燃火災(zāi)監(jiān)測(cè)感知層采集數(shù)據(jù)的存儲(chǔ)端，通過(guò)部署在各個(gè)煤礦的火災(zāi)感知層設(shè)備和系統(tǒng)采集數(shù)據(jù)，然后將數(shù)據(jù)上傳至各煤礦專(zhuān)有的存儲(chǔ)服務(wù)器上，利用分布式的存儲(chǔ)結(jié)構(gòu)有效的管理自燃火災(zāi)監(jiān)測(cè)的初始數(shù)據(jù)；

所述的數(shù)據(jù)挖掘模塊是部署在煤礦上層礦業(yè)集團(tuán)中心計(jì)算服務(wù)器上，各煤礦的分布式存儲(chǔ)數(shù)據(jù)首先匯總至中心服務(wù)器，然后利用其計(jì)算能力，通過(guò)數(shù)據(jù)驅(qū)動(dòng)算法將各煤礦分別采集的初始數(shù)據(jù)進(jìn)行數(shù)據(jù)挖掘，有效的分析數(shù)據(jù)所含有的關(guān)于煤礦自燃火災(zāi)標(biāo)志氣體的變化趨勢(shì)、預(yù)測(cè)時(shí)間等深度信息；

所述的數(shù)據(jù)表達(dá)模塊包括標(biāo)志氣體概率模型分析預(yù)測(cè)模塊、實(shí)時(shí)監(jiān)控看板、危險(xiǎn)礦區(qū)重點(diǎn)關(guān)注模塊、專(zhuān)家意見(jiàn)反饋診斷平臺(tái)、手機(jī)報(bào)警模塊、報(bào)表模塊等，其為集團(tuán)公司和下屬各煤礦公司提供一個(gè)數(shù)據(jù)查詢(xún)、瀏覽，并以表格圖形等方式展示的綜合管理平臺(tái)；同時(shí)，礦務(wù)局有關(guān)人員可以利用本系統(tǒng)，對(duì)下屬各礦的束管監(jiān)測(cè)結(jié)果進(jìn)行實(shí)時(shí)監(jiān)控，查詢(xún)各礦的歷史數(shù)據(jù)，顯示用于煤礦自燃預(yù)警的趨勢(shì)圖表，提供日、旬、月、季、年的報(bào)表，并能在出現(xiàn)報(bào)警時(shí)通知到有關(guān)人員的手機(jī)上，并且系統(tǒng)可通過(guò)數(shù)據(jù)傳輸接口，進(jìn)一步將監(jiān)測(cè)數(shù)據(jù)上傳到云端大數(shù)據(jù)中心；通過(guò)大數(shù)據(jù)技術(shù)破解煤礦自燃防治領(lǐng)域里的難題，為監(jiān)測(cè)、分析、管理、決策、診斷、治理、實(shí)施等過(guò)程提供完整解決方案。

6.根據(jù)權(quán)利要求5所述的一種煤礦自然火災(zāi)大數(shù)據(jù)平臺(tái)，其特征在于，所述的正壓輸氣束管監(jiān)測(cè)系統(tǒng)包括正壓輸氣泵、輸氣泵站、輸氣束管、系統(tǒng)控制柜，正壓輸氣泵站安裝在取氣地點(diǎn)附近，采用近距離負(fù)壓取氣，樣氣經(jīng)過(guò)除塵，進(jìn)入輸氣泵站，在泵站的自動(dòng)加壓除水的作用下，除去大部分的水分，以正壓輸送的方式，將過(guò)濾和除水后的樣氣經(jīng)輸氣束管傳輸?shù)骄系南到y(tǒng)控制柜；再由軟件控制的取樣系統(tǒng)，將樣品抽取到煤礦專(zhuān)用色譜儀，進(jìn)行分析，最后得到取樣地點(diǎn)的樣氣成分。