买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉新疆大学申请的专利一种基于改进ConvLSTM模型的瓦斯突出监测预警方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119598331B 。

龙图腾网通过国家知识产权局官网在2025-10-17发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411573874.6，技术领域涉及：G06F18/2431；该发明授权一种基于改进ConvLSTM模型的瓦斯突出监测预警方法及系统是由程刚;肖畅;代义明;张诗逸;魏斌;王豫奇;张显设计研发完成，并于2024-11-06向国家知识产权局提交的专利申请。

本一种基于改进ConvLSTM模型的瓦斯突出监测预警方法及系统在说明书摘要公布了：本发明公开了一种基于改进ConvLSTM模型的瓦斯突出监测预警方法及系统，涉及瓦斯监测技术领域，其技术方案要点是：包括构建矿山瓦斯数据集；对瓦斯数据集进行清洗，将非结构化数据转化为结构化数据，并对结构化数据进行数据清洗、去噪以及标准化；对预处理后的瓦斯数据集进行高阶派生特征提取；构建改进ConvLSTM模型；使用历史瓦斯数据集对改进的ConvLSTM模型进行训练；识别潜在的瓦斯高风险区域；基于改进ConvLSTM模型的分析结果，识别出潜在的瓦斯突出发火风险区域；构建监控平台。本发明通过改进ConvLSTM模型，实现了瓦斯数据的高效采集和处理，提升了监测的准确性和实时性，为矿山安全管理提供了有力支持。

本发明授权一种基于改进ConvLSTM模型的瓦斯突出监测预警方法及系统在权利要求书中公布了：1.一种基于改进ConvLSTM模型的瓦斯突出监测预警方法，其特征是：包括以下步骤： S1、在矿山的关键区域布置多种类传感器，采集瓦斯浓度、岩体震动信号、温度数据、湿度数据和气流压力，构建瓦斯数据集； S2、对瓦斯数据集进行清洗预处理，将非结构化数据转化为结构化数据，再对结构化数据进行数据清洗、去噪以及标准化，保留瓦斯数据集各个数据的节点位置信息； S3、对预处理后的瓦斯数据集进行高阶派生特征提取，提取瓦斯数据集的时域特征、频域特征和时频域特征； S4、根据时域特征、频域特征和时频域特征，结合传感器的矿山地理位置和相邻关系，构建改进ConvLSTM模型，改进的ConvLSTM模型目标为监控五个等级的瓦斯风险； S5、使用历史瓦斯数据集对改进的ConvLSTM模型进行训练； S6、将预处理后的瓦斯数据集输入到训练好的改进ConvLSTM模型中进行分析，改进ConvLSTM模型根据输入数据监控瓦斯突出风险，生成分析结果； S7、基于改进ConvLSTM模型的分析结果，识别出潜在的瓦斯风险区域，评估识别出的风险区域的风险等级，生成相应的预警信息，当检测到高风险区域时，及时发出警报，通知相关人员和系统，采取预防措施，以及当监测到预设范围的数据趋势时，采取相应的监控反馈措施； S8、基于监测反馈信息以及监测预警系统，构建监控平台，并提供可视化界面，使管理人员查看当前监测状态、历史数据趋势以及预警信息； 所述步骤S4中根据时域特征、频域特征和时频域特征，结合传感器的矿山地理位置和相邻关系的方法包括以下步骤： S41、根据瓦斯数据集Dfinal的时域特征、频域特征和时频域特征，提取相应的特征矩阵F： F＝{Ft,Ff,Ftf}； 其中，Ft表示时域特征矩阵，Ff表示频域特征矩阵，Ftf表示时频域特征矩阵； S42、结合传感器的矿山地理位置L和相邻关系，构建地理位置矩阵G，用于描述传感器之间的空间关系： G＝{gij}； 其中，gij表示传感器i和j之间的地理相邻关系，若传感器i和j相邻，则gij＝1，否则gij＝0； S43、基于特征矩阵F和地理位置矩阵G，构建改进ConvLSTM模型，模型包括卷积层、图卷积网络层、长短期记忆网络层以及自注意力机制层。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人新疆大学，其通讯地址为：830000 新疆维吾尔自治区乌鲁木齐市天山区胜利路666号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。