来源：期刊VIP网 时间：
作者：杨欢;屈世甲;赵乾坤;王健;
单位：中煤科工集团常州研究院有限公司;天地(常州)自动化股份有限公司;
摘要：针对煤矿多变量时序数据非线性耦合强及空间异构性显著的问题，提出了一种融合多源时序数据的煤矿入井人员风险预警模型。采用基于同向双指针滑动窗口的多模态数据同步方法，结合卡尔曼滤波，引入延迟补偿机制提高插值精度，实现了不同采样频率信号的高精度时间对齐；构建十维特征向量，利用SHAP方法进行全局重要性与局部重要性分析，剔除冗余特征，实现了高效降维，在保证预测性能的同时显著提升了模型决策的可解释性与鲁棒性；引入多头优化注意力机制（MOA）捕捉多源信号的非线性依赖与潜在耦合特征，构建MOATransformer模型，利用Transformer编码器结构进行特征工程等级预警分类，再通过MOA构建分类的特征表示。现场实测结果表明，该模型在准确率、精确率、召回率、F_1分数等指标上显著优于循环神经网络、卷积神经网络等模型，在少量异常事件的条件下亦具备较高检出率与低误报率，为煤矿入井人员风险识别与分级预警提供了可行的技术路径。
关键词：煤矿入井人员;;风险预警;;时序数据同步;;同向双指针滑动窗口;;特征重要性分析;;SHAP方法;;MOA-Transformer
基金资助：国家科技重大专项项目（2024ZD1700105）;; 中煤科工集团常州研究院有限公司科技创新项目（2025GY0003,2024GY0019）
