张 巍，李雨成，张 欢，李俊桥，张 静，李博伦

(太原理工大学 安全与应急管理工程学院，山西 太原 030032)

0 引言

监测数据[1]是矿井通风系统智能化实现的基石，结构清晰、纯度较高的通风基础数据是风网实时解算、系统优化调节等技术的关键。矿井通风智能化系统建设中信息技术的快速发展，使得井下监测监控系统产生数据的规模急剧增长，数据种类不断丰富。井下传感器传回的数据为结构化数据，但矿井通风网络是一个动态平衡系统，受采掘、运输、人员活动、地质条件等因素变化的影响。在生产实际中，风速、风质、风压等类型传感器监测到的数据污染程度较强[2]，这就需要对数据进行挖掘和清洗。数据处理的合理与否，既关系到井下作业环境的优劣，又对提前预防灾害的发生起到关键作用[3]。

国内外在监测数据处理上取得了一定的研究成果，但尚有很大提高空间。王其军等[4]通过对多组传感器数据进行组合，进而提出了评估全部传感器数据的方法；付华等[5]通过使用神经网络模型，建立了1种预测模型，给出了基于序列恢复信号理论，处理监测数据异常的方法；马明焕等[6]通过滑动数据窗模型、加权等价类变换算法等数据挖掘技术构建了一种隐患预警方法；付华等[7]通过集合神经网络与主元分析方法，正确定位并分离出失效传感器；王军号等[8]将传感器检测到的异常数据分为偏置型、冲击型、漂移型和周期型等4种；赵金宪等[9]基于小波分析理论，通过拆解各阶段的能量谱，识别监测数据的异常；……