Resumen

Las explosiones de carbón y gas son una de las principales amenazas para la seguridad en las minas de carbón. Una predicción precisa de las explosiones de carbón y gas es la clave para evitar accidentes. En los modelos de predicción existentes, los datos son reales y completos por defecto. Sin embargo, la falta de datos y los valores anómalos de los mismos son frecuentes, lo que se traduce en un bajo rendimiento de la predicción. Por lo tanto, este artículo propone utilizar por primera vez el coeficiente de correlación para completar los datos que faltan en tiempo real. La identificación de los datos anormales se completa basándose en el criterio de Pauta. Se utiliza el modelo de bosque aleatorio para realizar el modelo de predicción. Se ha obtenido una sensibilidad de predicción del 100%, una precisión del 97,5% y una especificidad del 84,6%. Los experimentos demuestran que el modelo puede completar la predicción del estallido de carbón y gas en tiempo real bajo la condición de datos faltantes y valor de datos anormales, lo que puede utilizarse como un nuevo modelo de predicción del estallido de carbón y gas.

• Materias:Matemáticas Análisis Matemático Álgebra Ingeniería Matemática aplicada Lógica matemática
• Subjects:mathematics Mathematical Analysis Algebra Engineering Applied Mathematics Mathematical logic
• Palabras claves:valor anormal de datos, estallido de gas, datos, modelo de predicción, tiempo real, modelo de bosque aleatorio, identificación de datos anormales, seguridad en minas de carbón, predicción de estallido de gas, nuevo modelo de predicción
• Keywords:abnormal data value, gas outburst, data, prediction model, real time, random forest model, abnormal data identification, coal mine safety, gas outburst prediction, new prediction model