1.基于正态分布检验辨识瓦斯涌出异常的瓦斯灾害预警方法，包括：步骤1、从煤矿安全生产监测监控系统中获得煤矿掘进工作面瓦斯浓度的时间序列X(t){xt,t＝1,2,…,n}，其时间序列长度为T0＝n，t表示采样时刻，xt表示t时刻的瓦斯浓度；

步骤2、对煤矿掘进工作面瓦斯浓度的时间序列X(t)进行Lilliefors正态分布检验；

步骤3、对煤矿掘进工作面瓦斯浓度的时间序列X(t)进行Shapiro-Wilk正态分布检验；

步骤4、经过Lilliefors正态分布检验和Shapiro-Wilk正态分布检验，判断瓦斯浓度的时间序列X(t)是否服从正态分布：是，则当前t＝s时刻煤矿掘进工作面瓦斯涌出处于正常阶段，取下一时刻更新后瓦斯浓度的时间序列X(s+1)，执行步骤2至步骤4；否，则当前t＝s时刻所对应瓦斯浓度的时间序列X(s)不服从正态分布，执行步骤5；

步骤5、取下一时刻瓦斯浓度的时间序列X(s+1)，执行步骤2至步骤4，若该瓦斯浓度的时间序列X(s+1)服从正态分布，则继续取下一时刻瓦斯浓度的时间序列X(s+2)执行步骤2至步骤

4；若该瓦斯浓度的时间序列X(s+1)仍不服从正态分布，则判定煤矿掘进工作面瓦斯涌出已进入异常阶段，即瓦斯涌出异常时刻处于t＝s-1时刻和t＝s时刻之间，在t＝s时刻掘进工作面已进入瓦斯涌出异常阶段，即t＝s时刻是瓦斯涌出异常开始点；

其特征在于，所述步骤2包括：

步骤2-1、将煤矿掘进工作面瓦斯浓度的时间序列进行划分：随着从煤矿安全生产监测监控系统中获得的瓦斯浓度监测数据动态更新，分别生成新的瓦斯浓度的时间序列X(t+1),X(t+2),X(t+3),……，时间序列长度依次为T1＝n+1,T2＝n+2,T3＝n+3,……；

步骤2-2、对煤矿掘进工作面瓦斯浓度的时间序列X(t)采用置信水平1-α进行Lilliefors正态分布检验。

2.根据权利要求1所述的方法，其特征在于，所述步骤2-2包括：步骤2-2-1、对煤矿掘进工作面瓦斯浓度时间序列X(t)所包含的瓦斯浓度数据x1,x2,…,xn进行标准化变换：令瓦斯浓度数据的期望 瓦斯浓度数据的标准差标准化后的瓦斯浓度数据为 假设经过标准化

变换后的瓦斯浓度数据z＝{zt,t＝1,2,3…,n}服从标准正态分布，其数学语言表达为：H0：z ～ N(0 ， 1) ；

步骤2-2-2、由标准化后的瓦斯浓度数据z1,z2,…,zn的顺序统计量z(1),z(2),…,z(n)，求标准化后的瓦斯浓度数据的经验分布函数Fn(z)：式中，ft为标准化后的瓦斯浓度数据z∈[z(j),z(j+1))的频数，这里j表示标准化后的瓦斯浓度数据z1,z2,…,zn的顺序统计量z(1),z(2),…,z(n)的下标， 其中m为标准化后的瓦斯浓度数据z∈[z(1),z(j))的频数；

步骤2-2-3、标准化后的瓦斯浓度数据的总体分布函数F0(z)为：步骤2-2-4、根据标准化后的瓦斯浓度数据计算检验统计量Dn的值：式中，j＝1,2,…,n，约定Fn(z(n+1))＝1；

步骤2-2-5、作出检验决策：

在置信水平1-α下，检验的决策法则如下：

当Dn≥Dn,1-α时，拒绝H0，即认为Fn(z)≠F0(z)；

当Dn

其中，Lilliefors分布的上侧α分位数Dn,1-α的近似计算公式为：

3.根据权利要求1所述的方法，其特征在于，所述步骤3包括：

步骤3-1、将煤矿掘进工作面瓦斯浓度的时间序列进行划分：随着从煤矿安全生产监测监控系统中获得的瓦斯浓度监测数据动态更新，分别生成新的瓦斯浓度时间序列X(n+1),X(n+2),X(n+3),……，其时间序列的长度均为n；

步骤3-2、对煤矿掘进工作面瓦斯浓度的时间序列X(t)采用置信水平1-α进行Shapiro-Wilk正态分布检验。

4.根据权利要求3所述的方法，其特征在于，所述步骤3-2，包括：步骤3-2-1、由瓦斯浓度的时间序列X(t)所包含瓦斯浓度数据xn-49,xn-48,…,xn的顺序统计量x(1),x(2),…,x(n)计算检验统计量W：式中，j表示瓦斯浓度数据xn-49,xn-48,…,xn的顺序统计量x(1),x(2),…,x(n)的下标，n为时间序列长度，L为Shapiro-Wilk检验的顺序统计量的回归直线斜率的最佳无偏估计值与一个使线性系数标准化的常数的积，L的计算公式如下：式中，aj为与j相关的系数；

步骤3-2-2、作出检验决策，在置信水平1-α下，检验的决策法则如下：当W≤Wα，则瓦斯浓度的时间序列X(t)拒绝正态性假设；

当Wα

其中，Wα为样本容量为n时W分布的α分位数。

5.根据权利要求1所述的方法，其特征在于，所述步骤4中，瓦斯浓度的时间序列X(t)是否服从正态分布的判断标准是：若瓦斯浓度时间序列X(t)所包含数据的正态分布检验结果为Dn