利用煤矿瓦斯监测系统采集的大量矿井下瓦斯浓度等监测数据分析煤矿瓦斯涌出规律是一个重要且具有挑战性的学术研究领域。发现煤矿瓦斯时间序列中蕴藏的规律,有利于掌握瓦斯监测数据的变化规律和趋势,在煤矿安全方面有重要的现实意义。本文将时间序列数据挖掘技术应用于瓦斯监测数据,探索基于时间序列相似搜索技术的煤矿瓦斯涌出分析的新途径。本文在研究和比较几种典型的时间序列相似搜索技术的基础上,探索适合瓦斯监测数据特点的时间序列相似搜索方法,并开发出相应的软件。主要工作包括:提出了基于分段多项式表示(PPR, Piecewise Polynomial Representation)的煤矿瓦斯监测数据相似搜索方法。PPR是一类基于线性多项式回归的正交变换。实验数据采用玉华煤矿的真实瓦斯监测数据,评价指标为信息损失量和相似查询效率。基于PPR的相似搜索算法与基于离散傅立叶变换(DFT)和离散小波变换(DWT)的时间序列相似搜索算法的对比实验显示:在相同压缩比下,3种方法的信息损失相近,但是基于PPR的相似搜索算法的平均查询效率分别比基于DFT和基于DWT算法的平均查询效率高32%和34%。提出了基于二维小波变换的煤矿瓦斯监测数据多变量时间序列相似搜索方法。本方法将瓦斯多变量时间序列存为数据矩阵形式,先采用二维小波变换方法对数据矩阵降维,并将多变量时间序列用灰度图可视化,再用欧式距离或Eros (Extended Frobenius norm)距离进行相似比较,最后分别求出它们的查询效率。实验结果表明:用灰度图可视化多变量时间序列是可行的;在二维小波域上欧式距离相似度量方法的查询效率高于基于Eros距离的相似度量方法。基于上述研究结果,设计并实现了一个煤矿瓦斯监测时间序列数据相似搜索子系统,该子系统是本项目组开发的基于时间序列数据挖掘的煤矿瓦斯涌出量分析系统的一个重要组成部分。该子系统采用PPR降维方法、R树多维索引结构,克服了区域重叠,提高了检索速度。对于给定的查询序列,设定阈值等参数后,该子系统可以从数据库中找出与之相似的子序列,并实现了伸缩、平移的相似查询功能。测试结果表明该系统功能正确,且达到了预期的目标。