Исследование прогнозирования пропущенных значений измеренных данных ЭРТ для угольной шахты на основе алгоритма GRNN

В процессе долговременного мониторинга подошвы угольного пласта на очистном забое с использованием электрической томографии удельного сопротивления (ЭРТ) потеря данных, вызванная размыканием электродов, отрицательно влияет на раннее предупреждение прорыва воды и препятствует выявлению скрытых опасностей, что затрудняет безопасное производство. Из-за специфики контролируемой среды ремонт офлайн-электродов может быть несвоевременным. Поэтому обработка потерь измеренных данных, вызванных размыканием электродов, стала задачей, которую необходимо решать в процессе долговременного мониторинга. В статье анализируется влияние размыкания электродов на измеренные данные и излагается принцип работы обобщённой регрессионной нейронной сети (GRNN). Пропущенные значения в измеренных данных прогнозируются с помощью алгоритма GRNN. Результаты верификационных экспериментов в водяном баке показали, что при исходной целостности данных 82,96 % точность прогнозируемых данных достигает 91,46 %, а при исходной целостности 55,56 % точность прогнозируемых данных всё ещё достигает 82,45 %. Наконец, предложенный метод применён на реальных очистных забоях. Набор данных с целостностью 73,8 % был предсказан; по сравнению с измерениями при всех работающих электродах точность предсказанных данных составила 85,18 %. Точность данных, предсказанных предложенным методом, на 14,99 % выше, чем точность данных, предсказанных с использованием обычно применяемого метода интерполяции по среднему значению.