基于大数据技术的瓦斯预测方法研究

张翼

摘要：随着当今社会地不断发展和进步，人们对于生活的要求也在不断地提高之中，而作为当今社会中非常重要的煤矿生产行业来说同样也是如此。在煤矿生产行业中，瓦斯爆炸作为一种比较常见的问题往往容易发生，相关人员需要有效地避免这种问题所带来的影响。在如今的大数据时代下，相关人员可以有效地结合这种技术来进行避免，结合先进的信息技术、大数据技术以及物联网技术等手段，通过信息化的方式来构造瓦斯事故预测系统。本文也就侧重于对这种预测方法进行分析，希望能够帮助到有需要的人。

关键词：大数据技术;瓦斯预测;方法研究

中图分类号： TP311.13;TD712 文献标识码：A 文章编号：1672-9129（2020）09-0049-01

引言：煤炭作为我国的一种重要能源来说，人们对其的需求量是非常大的，因此就需要不断地开展相关的煤矿开采工作，但是在进行开采的过程中往往容易出现瓦斯爆炸的安全事故。由于我国在这方面的技术还未能达到一个成熟的阶段，因此面对这种问题也难以有效解决。如今的社会发展正朝着大数据以及信息化方向发展，在这样的背景之下，相关人员需要结合这种技术来进行瓦斯预测，以此来有效地帮助煤矿开采工作安全进行。

1 大数据技术

如今的社会发展趋势以及潮流正是大数据技术以及互联网信息技术，生活中的各行各业都需要将其自身的技术朝信息技术方向发展，大数据作为其中一种非常重要的技术来说同样需要人们不断地研究以及探讨[1]。该技术是一种将海量数据进行提取，并且对其中潜在的有用信息进行提取和引用，对于技术其自身来说是改变了传统的简单的从数据库中查找数据的方式，从而进化成为一种更加深层次的技术。其能够从深层次的数据中进行分析，并且以数据作为研究基础探讨其背后存在的关联关系，之后再从宏观以及微观的角度进行分析、统计以及推理。对于当前大部分的施工技术来说，这项技术地提出也是很好的解决了传统数据无法及时采取的问题，能够从数据分析的角度去发现时间背后存在的关联，进而解答现实环境中的难题。并且随着计算机技术不断地发展以及完善，传统的数据处理方式得到了淘汰，如今的数据处理方式已经变成了一种更加快速并且准确的方式，对复杂业务以及海量数据的处理能力也发挥出了巨大的作用，对于整体的数据处理来说奠定了非常良好的基础。

2 聚类分析法

聚类分析法的本质是将一组研究对象的数据根据其本身的类型以及相似度来对其进行分类，分类的过程中需要将不同的数据根据其自身的某种相似性来进行区分，通常这类数据之间的差别都比较小。对于不同类别的研究对象来说其中存在的差别就相对来说比较大。在进行分类的过程中，通常会将数据源集合中的记录按相似度划分成若干个子集，在每个子集可由不同的相似度值来描述时，就对应形成了一个簇。在进行聚类分析的过程中则是需要对这种簇进行分析，以簇作为一个整体。

2.1划分方法。首先就是比较常见的划分方法，这类方法需要在数据源集合中随机的选择若干个研究对象作为聚类的原型，之后就需要将一些其他的研究对象来分配到对应的相似组中，但是在划分的过程中需要良好地把控个体与最近类之间的距离，不然就很有可能发生混淆的情况，一旦发生混淆的情况那么工作人员想要有效地对其数据进行处理就需要花费更多的时间，从而影响了数据处理的效率[2]。对于每个研究对象都需要按照以上步骤进行操作，在划分的过程中也会发现一些不同研究对象之间可能存在更加相似的数据，根据这种不同的情况来进行细致地调整以及优化，最终才能够得到一个处于合理区间的聚类原型。

2.2层次方法。其次就是层次方法，层次方法在瓦斯预测技术中也是一种比较常见的技术，这种方法通常需要构建一种树形结构，构建的方式是需要工作人员对数据按照“自下向上”或者“自上向下”的方式，最终都是通过方向的方式来进行研究对象的划分，并且划分的方法还可以更加细化的分为凝聚以及分裂。首先，凝聚的方法是采用自下向上的方式，首先需要對终止的数据进行设置，将每一个研究个体单独划分成一个分组，通过每个分组之间的距离来具体地判断是否需要将数据进行合并或者将其作为相邻分组，当所有的分组最终都能够得到明确的分类之后并且形成一个完整的整体，那么整体的分组活动也就代表着完成，工作人员就可以将这种数据投入到后续的使用中。分裂则是采用了自上向下的方式进行分组，同样也是设置一个终止的数据条件，将所有研究对象安排在一个统一概念描述的簇中，然后不断地收缩约束条件使其成为更小更加精准的簇。最终当每个研究对象都能够归类到精确的簇中或者已经达到了预先设置的终止条件，那么整体的分组活动完成。

2.3基于密度的方法。基于密度的方法相比较于前两者来说是经常使用的一种大型数据集合分类方法，该分类方法通常是以局部的集合数据特征来判断聚类的标准，以此来成为一种基于密度的分析方法。簇的概念是一种将同样概念描述的数据进行总结以及分类从而形成的一种集合，因此每个簇内的密度是非常大的。相反，不同的簇类或者是相似的簇类之间存在的距离量是比较大的，两者之间存在的密度相对来说也比较稀疏。通过这种方法则是能够将孤立的研究个体进行筛选，因此被广泛应用在大型数据集合中。

3 结语

总而言之，在如今的煤矿开采行业中，瓦斯爆炸的安全事故相对来说是一种比较常见的事故，一旦发生这种事故对于整体的煤矿开采进度以及人员生命安全来说都会造成很大的影响。想要有效地解决这种问题就需要相关人员不断地创新以及研究新的瓦斯预测方法，以此来推动社会地发展和进步。

参考文献：

[1]杨晓东，林晓霞，徐誉尹.基于大数据技术的瓦斯预测方法研究[J].福建电脑，2018，034（011）：114-115

[2]司丽娟.基于大数据的环境趋势估计方法研究[J].环境科学与管理，2018，43（12）：180-184.