图1 传感器标校产生的伪数据
分析研究
邢呈呈
(中煤科工集团常州研究院有限公司， 江苏 常州 213015)
摘要：从煤矿安全监控系统升级改造方案中对数据分析和伪数据识别的需求入手，以瓦斯数据为例，分析了3种最常见的伪数据类型及其产生原因。针对传感器标校产生的伪数据，提出应增加专门针对伪数据识别的标校实验；针对电磁干扰产生的伪数据，提出通过预先在传感器程序中埋入误码来模拟干扰点瓦斯浓度值的方法；针对传输或者设备故障产生的伪数据，提出随机制造传感器或者传输线路故障，观察数据处理结果的方法。对某厂家的安全监控系统进行模拟检验，验证了所提方法的有效性和可行性。
关键词：煤矿安全监控系统； 升级改造； 异常数据； 伪数据； 数据检验
煤矿安全监控系统是煤矿安全生产必须具备的几大系统之一，用于监测煤矿井下各种环境参数和设备状态，发现环境或设备异常时进行报警和断电控制，同时也是煤矿安全技术分析的重要数据来源[1]。《煤矿安全监控系统升级改造技术方案》第九条中明确提出，要加强监测监控数据应用分析的内容，安全监控系统必须包括伪数据标注及异常数据分析功能[2]。随之，国内主流煤矿安全监控系统生产厂家纷纷开发数据分析和伪数据标注功能。在检测检验层面，如何对伪数据标注及异常数据分析功能进行检验、数据分析需要做到什么程度才算达标等问题被提了出来。
传统的煤矿安全监控系统数据检验方法是使用标准信号源模拟给出相应环境参数值，通过调用上位机系统软件中相关模拟量数据，查询显示值一致性，而对伪数据标注及异常数据分析功能的检测检验方法还没有形成统一的标准[3-5]。本文结合KJ95N型煤矿安全监控系统数据巡检方式[6]，以瓦斯浓度数据为例，分析了几种伪数据的特点，并提出了相应的检测检验方法。
《煤矿安全规程》详细规定了各监测点需要检测的数据类型和位置，瓦斯浓度数据被作为重中之重来对待[7-9]。但是产生伪数据的情况却普遍存在于现阶段主流监控系统中。伪数据是指与现场实际情况不相符合的监测数据[10-11]，以瓦斯浓度数据为例，笔者分析大量煤矿现场瓦斯监测数据后认为，瓦斯浓度伪数据的主要来源包括以下3种。
(1) 传感器标校产生伪数据。在国内主流监控系统中，巷道环境瓦斯传感器采用的是基于载体催化燃烧式的瓦斯气体浓度监测技术[12-13]，虽然这种传感器具有良好的响应灵敏度，但是必须进行日常标校。《煤矿安全规程》规定，采用载体催化元件的甲烷检测设备，每7 d必须使用校准气样和空气样调校1次。这就造成每台瓦斯传感器在每7 d内都会出现一段时间的伪数据。
(2) 电磁干扰产生伪数据。国内主流安全监控系统传感器和分站之间大多采用频率或RS485总线型数据传输方式，一旦传感器电缆和动力电缆长距离并行敷设，在大功率设备开启时，动力电缆的浪涌电流会在传感器电缆中感应出干扰信号[14-15]，造成电缆间的电磁干扰。这种干扰势必造成“冒大数”的现象，这也是煤矿安全监控系统常见的伪数据类型。
(3) 传输线路或设备故障产生伪数据。煤矿井下环境的复杂性导致了瓦斯传感器、分站及传输线路极易受到损坏，损坏必然导致瓦斯数据暂时中断，甚至产生持续的零值，这也是伪数据的一种。
不同的瓦斯浓度伪数据类型有不同的序列表现形式，对不同的伪数据类型，可采用以下方法进行分析识别。
(1) 传感器标校产生的伪数据检验。在检测检验过程中，现场对瓦斯传感器进行标校，查看监控系统的数据处理情况。对于没有进行伪数据识别和分析的监控系统来说，数据序列必然显示传感器真实监测到的浓度值，传感器标校产生的伪数据如图1所示。
图1 传感器标校产生的伪数据
标校过程中瓦斯体积分数会迅速升到2.0%，随后自然下降，上升和下降过程中的数据均属于伪数据。在检测检验过程中，应该对瓦斯传感器现场进行标校试验，查看安全监控系统是否对伪数据点进行了标志。要求标志后的数据序列清楚显示哪些数据属于标校数据，不是巷道环境中的真实浓度值，标志效果如图2所示。如果标志清楚正确，则通过检验；否则，认为达不到对标校类伪数据的处理要求。图2中，标校数据清楚直观，能清晰方便地辨识出伪数据，系统应提示在该时间段瓦斯传感器显示的是标校数据，不能代表巷道的真实瓦斯浓度值。无论是实时的数据监测还是后续的数据应用,都能够通过监控系统的伪数据识别功能发现数据的真伪，避免监控系统主界面无谓地弹出提醒及后续数据应用中的误导情况。
图2 标校类伪数据的标志效果
(2) 电磁干扰产生的伪数据检验。这类伪数据的表现形式是数据会出现突变，然后又迅速回归正常，在高浓度值处没有持续性，往往表现为瞬间大值。这种伪数据虽然数量少，但由于电磁耦合的干扰没有任何征兆，往往对现场实时观测和监控系统数据应用都有非常大的误导作用，也属于必须标注和识别的伪数据类型。电磁干扰产生的伪数据如图3所示。图3中，在电磁干扰下,某次巡检到的瓦斯体积分数迅速上升到了1.2%。在检测检验中，可以通过预先在传感器程序中埋入误码，使得某一传感器显示的体积分数在下一次巡检中瞬间超过当前体积分数，数值超过1.0%。观察安全监控系统是否能清晰、明确地标志该数据为伪数据，如果标志清楚正确，则通过检验，否则认为达不到对干扰类伪数据的处理要求。干扰类伪数据的标志如图4所示。
图3 电磁干扰产生的伪数据
图4 干扰类伪数据的标志
安全监控系统应该能够直观、清晰地将电磁干扰造成的瓦斯浓度瞬间“冒大数”现象标记出来，并提示该浓度值不能代表监测环境的浓度值，有过瞬间升高的状况发生，该次巡检的浓度值是伪数据，属于无效值。
(3) 传输线路或者设备故障产生的伪数据检验。传输线路或者设备故障后瓦斯浓度序列在监控系统中的表现形式比较直观，会迅速出现短线或者零值，同样不能代表传感器监测环境的真实浓度值，也属于必须标注和识别的伪数据类型。故障导致的伪数据如图5所示。
图5 故障导致的伪数据
当设备或者传输线路发生故障后，瓦斯体积分数迅速降为零。在检测检验过程中，应该主动制造瓦斯传感器或者传输过程的“故障”，使得传输中断，观察安全监控系统是否能清晰、明确地标志该数据为伪数据，如果标志清楚正确，则通过检验，否则认为达不到对故障类伪数据的处理要求。故障类伪数据的标志如图6所示。
图6 故障类伪数据的标志
当传感器或者传输线路发生故障后，监控系统能够直观、清晰地辨识该数据为伪数据，并提示在该时间段瓦斯传感器显示的是故障数据，不能代表巷道的真实瓦斯浓度值。
需要特别指出的是，文中提出的3类伪数据所具备的特征已经得到了验证，但是符合这些特征的数据不一定是伪数据，所以，严格意义上来说，系统标志出伪数据后，还需要有经验的人员进一步判别。
以某厂家的煤矿安全监控系统模拟检验为例，对本文提出的3种伪数据检测检验方法进行验证。为了检验该监控系统是否满足《煤矿安全监控系统升级改造技术方案》中提出的相关要求，对伪数据标注及异常数据分析功能进行了试验。首先依据煤矿安全监控系统设计要求，搭建系统测试平台，系统运行正常后，依次对瓦斯传感器做标校试验、模拟电磁干扰试验、人为随机制造瓦斯传感器或者传输过程中的故障(如切断传输线路、停止供电等)，观察监控系统是否能正确标志伪数据，测试结果如图7所示。
图7 检验过程中监控系统伪数据标志效果
从图7可看出，该系统标志出第31—44次巡检周期内的数据为标校数据，第76次巡检中产生了干扰数据，第111—117次巡检中产生了故障数据。该监控系统能够清楚直观地将标校试验数据、主动制造的干扰数据和主动造成的故障数据标志出来，说明其对传感器标校产生的伪数据、电磁干扰产生的伪数据、传输线路或者设备故障产生的伪数据能够及时准确地进行识别。
分析了《煤矿安全监控系统升级改造技术方案》第九条中提出的要加强监测监控数据应用分析、安全监控系统必须包括伪数据标注及异常数据分析功能的要求，指出现有检测检验手段中没有明确如何对该功能进行检验的问题。结合煤矿安全监控系统使用的具体场合和常见问题，以瓦斯数据为例，分析了最常见的3种伪数据类型及其产生原因，并分别提出了相应的检验方法。需要特别指出的是，煤矿安全监控系统的伪数据不止这3种，但这3种是最基本、最常见的伪数据，所以鉴别、标志出这3种伪数据，可以说明安全监控系统满足基本要求。
针对传感器标校产生的伪数据，提出需要在之前监控系统检验的基础上增加专门针对伪数据识别的瓦斯传感器标校试验；针对电磁干扰产生的伪数据，提出通过预先在传感器程序中埋入误码来模拟干扰点瓦斯浓度值的方法；针对传输或者设备故障产生的伪数据，提出随机制造传感器或者传输线路故障，观察数据处理结果的方法。煤矿安全监控系统应能够直观、清晰地辨识出伪数据，并提示在该时
间段瓦斯传感器显示的是标校数据、干扰数据或者故障数据，不能代表巷道内的真实瓦斯浓度值。以某厂家的安全监控系统模拟检验试验为例，对3种检验方法和手段进行了测试，结果表明，本文提出的检验方法有效、可行。
参考文献：
[1] 王芳,屈世甲.监控系统瓦斯浓度伪数据识别及处理方法[J].煤矿安全,2014,45(10):144-146.
[2] 国家煤矿安全监察局.国家煤矿安监局关于印发《煤矿安全监控系统升级改造技术方案》的通知[EB/OL].(2017-01-03)[2017-01-05].http://www.chinasafety.gov.cn/newpage/Contents/Channel_6289/2017/0103/281591/content_281591.htm.
[3] AQ 6201-2006煤矿安全监控系统通用技术要求[S].
[4] 刘会景.煤矿安全监控瓦斯浓度的大数滤波器模型研究[D].昆明:昆明理工大学,2008.
[5] 李彬.瓦斯监测中大数干扰的滤除及自适应滤波器的优化研究[D].赣州:江西理工大学,2015.
[6] 王晓阳.KJ95N型煤矿综合监控系统[J].西安科技大学学报,2008,28(2):397-400.
[7] 国家安全生产监督管理总局，国家煤矿安全监察局.煤矿安全规程[M].北京:煤炭工业出版社,2011.
[8] 郭瑞,徐广璐.基于信息融合与GA-SVM的煤矿瓦斯浓度多传感器预测模型研究[J].中国安全科学学报,2013,23(9):33-38.
[9] 张浪,范喜生,蔡昌宣,等.U型通风上隅角瓦斯浓度超限治理理论与模拟[J].煤炭科学技术,2013,41(8):129-132.
[10] 陈坤华,卢文科.载体催化型瓦斯传感器输出电压与瓦斯体积分数函数关系研究[J].工矿自动化,2013,39(2):92-95.
[11] 刘海波,沈晶.催化燃烧式瓦斯传感器技术研究进展[J].智能计算机与应用,2011,1(5):71-73.
[12] 童敏明,杨胜强,田丰.新型瓦斯传感器关键技术的研究[J].中国矿业大学学报,2003,32(4):61-63.
[13] 樊荣,侯媛彬,郭清华,等.可调谐半导体激光吸收光谱式甲烷传感器温度补偿技术[J].煤炭学报,2015,40(1):226-231.
[14] 董丁稳.基于安全监控系统实测数据的瓦斯浓度预测预警研究[D].西安:西安科技大学,2012.
[15] 邹哲强,张立斌,蒋泽,等.煤矿监控系统产生伪数据的原因和应对措施[J].工矿自动化,2013,39(9):1-4.
Analysis and verification methods of abnormal data of coal mine safety monitoring system
XING Chengcheng
(CCTEG Changzhou Research Institute, Changzhou 213015, China)
Abstract：Three most common types of pseudo data and the causes were analyzed taking gas data as an example, and starting from demand of data analysis and pseudo data identification in upgrading program of coal mine safety monitoring system. For the pseudo data generated by sensor calibration, it is proposed to add calibration experiment specifically for identification of the pseudo data. For the pseudo data generated by electromagnetic interference, a method of simulating gas concentration value of the interference point by embedding error code in sensor program is proposed. For the pseudo data generated by transmission or equipments failure, a method of randomly manufacturing sensor or transmission line failure and observing the data processing results is proposed. The effectiveness and feasibility of the proposed methods were verified by simulation test of safety monitoring system of a certain manufacturer.
Key words：coal mine safety monitoring system; upgrading; abnormal data; pseudo data; data inspection
文章编号：1671-251X(2017)06-0014-04
DOI：10.13272/j.issn.1671-251x.2017.06.004
收稿日期：2017-01-10；
修回日期：2017-04-27；责任编辑：胡娴。
作者简介：邢呈呈(1987-)，女，山东济宁人，工程师，硕士，主要从事煤矿安全监测监控、通信设备的检测检验工作，E-mail:heavenlytalented@sina.cn。
中图分类号：TD76
文献标志码：A 网络出版时间：2017-05-26 09:25
网络出版地址：http://kns.cnki.net/kcms/detail/32.1627.TP.20170526.0925.004.html
邢呈呈.煤矿安全监控系统异常数据分析检验方法[J].工矿自动化，2017,43(6)：14-17.