一种基于DTW-BiT-TimesNet模型的工作面瓦斯浓度长时预测的方法

本发明涉及一种基于DTW‑BiT‑TimesNet模型的工作面瓦斯浓度长时预测的方法，属于煤矿安全监测技术领域。该方法包括：采集工作面及回风地点的瓦斯、风速、粉尘传感器连续3个月以上的监测数据，提取分均值形成数据列；通过校检数据过滤、时滞性关联分析及异常修正完成数据预处理；构建DTW‑BiT‑TimesNet模型，融合频域分析的前k个频率对应周期、矿井班次周期和循环作业周期，利用加权求和公式迭代分析多维时序特征，并采用Soft‑DTW损失函数进行模型训练与验证，实现工作面瓦斯浓度的长时预测。本发明通过多传感器数据关联校检、动态异常修正及周期特征嵌入，解决了误差累积、特征丢失和鲁棒性不足的问题。