本文在煤礦安全監(jiān)控系統(tǒng)產(chǎn)生的海量監(jiān)控數(shù)據(jù)支撐之下,結合前輩研究的瓦斯?jié)舛阮A測模型,將大數(shù)據(jù)技術應用到煤礦瓦斯?jié)舛阮A測之中。論文主要包括以下研究成果:搭建了瓦斯?jié)舛葧r間序列大數(shù)據(jù)存儲系統(tǒng)。并通過分析煤礦安全監(jiān)控系統(tǒng)網(wǎng)頁結構以及瓦斯?jié)舛葦?shù)據(jù)結構,設計了用于采集瓦斯?jié)舛葧r間序列大數(shù)據(jù)的網(wǎng)絡爬蟲,以及用于存儲瓦斯?jié)舛葧r間序列大數(shù)據(jù)的HBase表結構。并用之進行了瓦斯?jié)舛却髷?shù)據(jù)的采集與存儲。在分析了采集到的瓦斯?jié)舛葧r間序列大數(shù)據(jù)的特征之后,設計了使用大數(shù)據(jù)計算框架MapReduce進行瓦斯?jié)舛榷唐陬A測的方案。MapReduce首先整理出每個監(jiān)測點的瓦斯?jié)舛葧r間序列,然后輸出到reduce函數(shù),并在其中使用時間序列預測模型ARIMA,進行瓦斯?jié)舛阮A測。通過這種方式,可以得出每個監(jiān)測點未來一天瓦斯?jié)舛鹊淖畲笾导白兓厔�。以馬爾科夫理論為基礎,設計了使用MapReduce進行瓦斯?jié)舛葘崟r預測的方案。在以往關于瓦斯?jié)舛阮A測的研究中,馬爾科夫理論僅僅以輔助優(yōu)化的角色存在。而本文將馬爾科夫理論作為實時預測的主要預測模型。針對瓦斯?jié)舛缺O(jiān)測數(shù)據(jù)的有限狀態(tài)取值空間,MapReduce計算瓦斯?jié)舛葦?shù)據(jù)的馬爾科夫一步... 

【文章來源】：中國礦業(yè)大學江蘇省 211工程院校 教育部直屬院校

【文章頁數(shù)】：83 頁

【學位級別】：碩士

【文章目錄】：
致謝
摘要
abstract
變量注釋表
1 緒論
    1.1 研究背景和意義
    1.2 國內外研究現(xiàn)狀
    1.3 研究新意與難點
    1.4 研究內容與方法
2 瓦斯?jié)舛葦?shù)據(jù)采集與存儲
    2.1 HDFS搭建
    2.2 HBase搭建
    2.3 數(shù)據(jù)采集
    2.4 數(shù)據(jù)存儲
    2.5 程序設計
    2.6 本章小結
3 瓦斯?jié)舛榷唐陬A測
    3.1 MapReduce計算框架
    3.2 ARIMA模型簡介
    3.3 短期預測
    3.4 結果分析
    3.5 本章小結
4 瓦斯?jié)舛葘崟r預測
    4.1 馬爾科夫過程簡介
    4.2 實時預測原理
    4.3 一步概率矩陣計算
    4.4 結果分析
    4.5 本章小結
5 瓦斯?jié)舛任ｋU性評價
    5.1 K-Means聚類簡介
    5.2 超限危險性評價原理
    5.3 濃度超限概率聚類
    5.4 聚類結果分析
    5.5 本章小結
6 總結與展望
    6.1 主要研究成果
    6.2 問題與展望
附錄
參考文獻
作者簡歷
學位論文數(shù)據(jù)集


【參考文獻】：
期刊論文
[1]二次優(yōu)化的灰色馬爾科夫模型預測煤礦工作面瓦斯?jié)舛萚J]. 葛路軍,龐葉青.  煤. 2017(11)
[2]基于Spark Streaming流回歸的煤礦瓦斯?jié)舛葘崟r預測[J]. 吳海波,施式亮,念其鋒.  中國安全生產(chǎn)科學技術. 2017(05)
[3]基于灰色-馬爾科夫理論的煤礦瓦斯?jié)舛阮A測[J]. 翟波.  城市地理. 2017(10)
[4]基于改進ABC-GRNN模型的煤礦瓦斯?jié)舛阮A測研究[J]. 付華,劉汀,張勝強,丁冠西.  控制工程. 2017(04)
[5]智能化大數(shù)據(jù)安全監(jiān)管及系統(tǒng)實現(xiàn)[J]. 陳天瑩,陳劍鋒.  通信技術. 2017(02)
[6]深度學習耦合粒子群優(yōu)化SVM的瓦斯?jié)舛阮A測[J]. 錢建生,邱春榮,李紫陽,吳響.  煤礦安全. 2016(11)
[7]基于ACPSO的PSR-MK-LSSVM瓦斯?jié)舛葎討B(tài)預測方法[J]. 付華,代巍.  傳感技術學報. 2016(06)
[8]MapReduce大數(shù)據(jù)分析在煤礦的應用研究[J]. 劉玉海.  軟件. 2016(05)
[9]基于EMD-LSSVM的瓦斯?jié)舛葎討B(tài)預測模型[J]. 魏林,白天亮,付華,尹玉萍.  安全與環(huán)境學報. 2016(02)
[10]基于動態(tài)神經(jīng)網(wǎng)絡的瓦斯?jié)舛葘崟r預測方法[J]. 張昭昭,喬俊飛,余文.  控制工程. 2016(04)



本文編號：3137525