基于大數據技術的瓦斯預測方法研究

張翼

摘要：隨著當今社會地不斷發展和進步，人們對于生活的要求也在不斷地提高之中，而作為當今社會中非常重要的煤礦生產行業來說同樣也是如此。在煤礦生產行業中，瓦斯爆炸作為一種比較常見的問題往往容易發生，相關人員需要有效地避免這種問題所帶來的影響。在如今的大數據時代下，相關人員可以有效地結合這種技術來進行避免，結合先進的信息技術、大數據技術以及物聯網技術等手段，通過信息化的方式來構造瓦斯事故預測系統。本文也就側重于對這種預測方法進行分析，希望能夠幫助到有需要的人。

關鍵詞：大數據技術;瓦斯預測;方法研究

中圖分類號： TP311.13;TD712?文獻標識碼：A?文章編號：1672-9129（2020）09-0049-01

引言：煤炭作為我國的一種重要能源來說，人們對其的需求量是非常大的，因此就需要不斷地開展相關的煤礦開采工作，但是在進行開采的過程中往往容易出現瓦斯爆炸的安全事故。由于我國在這方面的技術還未能達到一個成熟的階段，因此面對這種問題也難以有效解決。如今的社會發展正朝著大數據以及信息化方向發展，在這樣的背景之下，相關人員需要結合這種技術來進行瓦斯預測，以此來有效地幫助煤礦開采工作安全進行。

1?大數據技術

如今的社會發展趨勢以及潮流正是大數據技術以及互聯網信息技術，生活中的各行各業都需要將其自身的技術朝信息技術方向發展，大數據作為其中一種非常重要的技術來說同樣需要人們不斷地研究以及探討[1]。該技術是一種將海量數據進行提取，并且對其中潛在的有用信息進行提取和引用，對于技術其自身來說是改變了傳統的簡單的從數據庫中查找數據的方式，從而進化成為一種更加深層次的技術。其能夠從深層次的數據中進行分析，并且以數據作為研究基礎探討其背后存在的關聯關系，之后再從宏觀以及微觀的角度進行分析、統計以及推理。對于當前大部分的施工技術來說，這項技術地提出也是很好的解決了傳統數據無法及時采取的問題，能夠從數據分析的角度去發現時間背后存在的關聯，進而解答現實環境中的難題。并且隨著計算機技術不斷地發展以及完善，傳統的數據處理方式得到了淘汰，如今的數據處理方式已經變成了一種更加快速并且準確的方式，對復雜業務以及海量數據的處理能力也發揮出了巨大的作用，對于整體的數據處理來說奠定了非常良好的基礎。

2?聚類分析法

聚類分析法的本質是將一組研究對象的數據根據其本身的類型以及相似度來對其進行分類，分類的過程中需要將不同的數據根據其自身的某種相似性來進行區分，通常這類數據之間的差別都比較小。對于不同類別的研究對象來說其中存在的差別就相對來說比較大。在進行分類的過程中，通常會將數據源集合中的記錄按相似度劃分成若干個子集，在每個子集可由不同的相似度值來描述時，就對應形成了一個簇。在進行聚類分析的過程中則是需要對這種簇進行分析，以簇作為一個整體。

2.1劃分方法。首先就是比較常見的劃分方法，這類方法需要在數據源集合中隨機的選擇若干個研究對象作為聚類的原型，之后就需要將一些其他的研究對象來分配到對應的相似組中，但是在劃分的過程中需要良好地把控個體與最近類之間的距離，不然就很有可能發生混淆的情況，一旦發生混淆的情況那么工作人員想要有效地對其數據進行處理就需要花費更多的時間，從而影響了數據處理的效率[2]。對于每個研究對象都需要按照以上步驟進行操作，在劃分的過程中也會發現一些不同研究對象之間可能存在更加相似的數據，根據這種不同的情況來進行細致地調整以及優化，最終才能夠得到一個處于合理區間的聚類原型。

2.2層次方法。其次就是層次方法，層次方法在瓦斯預測技術中也是一種比較常見的技術，這種方法通常需要構建一種樹形結構，構建的方式是需要工作人員對數據按照“自下向上”或者“自上向下”的方式，最終都是通過方向的方式來進行研究對象的劃分，并且劃分的方法還可以更加細化的分為凝聚以及分裂。首先，凝聚的方法是采用自下向上的方式，首先需要對終止的數據進行設置，將每一個研究個體單獨劃分成一個分組，通過每個分組之間的距離來具體地判斷是否需要將數據進行合并或者將其作為相鄰分組，當所有的分組最終都能夠得到明確的分類之后并且形成一個完整的整體，那么整體的分組活動也就代表著完成，工作人員就可以將這種數據投入到后續的使用中。分裂則是采用了自上向下的方式進行分組，同樣也是設置一個終止的數據條件，將所有研究對象安排在一個統一概念描述的簇中，然后不斷地收縮約束條件使其成為更小更加精準的簇。最終當每個研究對象都能夠歸類到精確的簇中或者已經達到了預先設置的終止條件，那么整體的分組活動完成。

2.3基于密度的方法。基于密度的方法相比較于前兩者來說是經常使用的一種大型數據集合分類方法，該分類方法通常是以局部的集合數據特征來判斷聚類的標準，以此來成為一種基于密度的分析方法。簇的概念是一種將同樣概念描述的數據進行總結以及分類從而形成的一種集合，因此每個簇內的密度是非常大的。相反，不同的簇類或者是相似的簇類之間存在的距離量是比較大的，兩者之間存在的密度相對來說也比較稀疏。通過這種方法則是能夠將孤立的研究個體進行篩選，因此被廣泛應用在大型數據集合中。

3?結語

總而言之，在如今的煤礦開采行業中，瓦斯爆炸的安全事故相對來說是一種比較常見的事故，一旦發生這種事故對于整體的煤礦開采進度以及人員生命安全來說都會造成很大的影響。想要有效地解決這種問題就需要相關人員不斷地創新以及研究新的瓦斯預測方法，以此來推動社會地發展和進步。

參考文獻：

[1]楊曉東，林曉霞，徐譽尹.基于大數據技術的瓦斯預測方法研究[J].福建電腦，2018，034（011）：114-115

[2]司麗娟.基于大數據的環境趨勢估計方法研究[J].環境科學與管理，2018，43（12）：180-184.