煤矿安全的瓦斯数据缺失值填充方法研究

在煤矿行业的运营和发展过程中,会产生大量的数据。这些数据本身就具有价值,尤其是隐含的价值,成为研究的主要方向。然而,由于数据的丢失、错误录入等原因,可能导致结论的偏差甚至错误,从而产生严重的后果。因此,对数据进行预处理是必要的。煤矿瓦斯数据的多变性和专业性使得常见的缺失值填充算法容易出现鲁棒性差、难以识别等问题。为了解决这些问题,结合时空融合理论,提出了一种基于时空融合的瓦斯缺失值填充算法(Missing Value Filling Algorithm,MVFA)。在煤矿安全态势领域的瓦斯数据集上的实验结果表明,在多种缺失率下,基于时空融合的瓦斯缺失值填充算法的均方误差和方差都比较小,具有很强的鲁棒性。