1.一种基于时空融合的煤矿瓦斯浓度缺失值填充方法，其特征在于，包括：S1：获取煤矿瓦斯浓度数据集；

S2：采用高斯混合函数拟合数据集中的样本数据，并对噪声数据进行标记；将标记的噪声数据重置为前后时刻的煤矿瓦斯浓度均值；

S3：将标记后的样本数据从前后输入到BiLSTM模型中，从时间维度对缺失值进行填充；

采用BiLSTM模型对缺失值进行填充的过程为：S11：将缺失值的瓦斯数据输入到前向LSTM模型中，得到前向预测结果；

S12：将缺失值的瓦斯数据输入到后向LSTM模型中，得到后向预测结果；

S13：计算前向预测结果和后向预测结果的平均值，将该平均值作为时间维度上缺失值的填充值；

S4：挖掘瓦斯传感器之间的空间关系趋势图，根据空间关系趋势图将K个最邻近传感器的相位变化率作为缺失值的变化率，根据缺失值的变化率从空间维度对缺失值进行填充；

根据瓦斯传感器的关系对缺失值进行填充的过程包括：根据传感器的特征对传感器进行聚类；计算簇内传感器与待填充传感器之间的皮尔逊相关系数，将簇内传感器中皮尔逊相关系数最接近的前K个传感器在对应时刻的变化率作为缺失值的变化率；将填充的缺失值作为空间维度的填充值；

S5：计算步骤S3和步骤S4的填充均方误差，并根据填充均方误差确定合适的权重，采用该权重加权融合时空维度的填充值作为最终的填充结果。

2.根据权利要求1所述的一种基于时空融合的煤矿瓦斯浓度缺失值填充方法，其特征在于，采用高斯混合函数拟合数据集中的样本数据以及对噪声数据进行标记的过程包括：设置阈值，将已有的噪声数据集与高斯混合函数进行拟合，得到高斯混合函数的参数值；根据高斯混合函数的参数值判断样本数据与高斯函数预测值的误差；将误差值与设置的阈值进行比较，如果误差小于给定阈值，则将数据标记为噪声数据，否则为正常数据。

3.根据权利要求2所述的一种基于时空融合的煤矿瓦斯浓度缺失值填充方法，其特征在于，高斯混合函数的公式为：

其中，f(t)表示t时刻高斯混合函数值，k1表示第一高斯函数系数，k2表示第二高斯函数系数，μ1和μ2均为标准差，σ1和σ2均为期望。

4.根据权利要求1所述的一种基于时空融合的煤矿瓦斯浓度缺失值填充方法，其特征在于，采用LSTM模型对缺失值的瓦斯数据进行处理的过程包括：步骤1：获取t时刻输入到模型的数据xt和前一时刻隐藏层的状态ht‑1；将获取的数据输入到遗忘门、记忆门中；

ft＝σ(Wf[ht‑1,xt]+bf)it＝σ(Wi[ht‑1,xt]+bi)其中，Wf表示遗忘门的权重矩阵，ht‑1表示t‑1时刻的隐藏状态，xt表示t时刻输入到模型的数据，bf表示遗忘门的偏置向量，σ(.)表示sigmoid激活函数；

步骤2：根据获取的数据xt和前一时刻隐藏层的状态ht‑1计算临时细胞状态；

其中，tanh(.)表示tanh激活函数，WC表示细胞状态的权重矩阵，bC表示细胞状态的偏置向量；

步骤3：获取t‑1时刻的细胞状态Ct‑1；根据遗忘门输出、记忆门的输出、t‑1时刻的细胞状态Ct‑1以及临时细胞状态计算当前细胞状态；

其中，ft表示遗忘门的输出，Ct‑1表示t‑1时刻的细胞状态，it表示记忆门的输出， 表示临时细胞状态；

步骤4：根据获取的数据xt和前一时刻隐藏层的状态ht‑1计算输出门的数据；

ot＝σ(Wo[ht‑1,xt]+bo)其中，Wo表示输出门的权重矩阵，bo表示输出门的偏置向量；

步骤5：根据输出门的数据以及当前细胞状态计算t时刻细胞隐藏状态；

ht＝ot*tanh(Ct)

其中，ot表示输出门的数据，tanh(Ct)表示tanh激活函数。

5.根据权利要求1所述的一种基于时空融合的煤矿瓦斯浓度缺失值填充方法，其特征在于，皮尔逊相关系数的表达式为：其中，r(i,j)为用来反映变量之间相关关系密切程度的统计指标，i表示第i个传感器，j表示第j个传感器，yip为传感器i在p时刻的浓度值，yjp为传感器j在p时刻的浓度值， 为传感器i监测浓度的平均值， 为传感器j监测浓度的平均值，n表示传感器的总个数。

6.根据权利要求1所述的一种基于时空融合的煤矿瓦斯浓度缺失值填充方法，其特征在于，待填充传感器的填充值的计算公式为：其中，g(tmis,tb,K)表示待填充传感器的K个相邻传感器在缺失时刻对应浓度变化率的均值，tmis表示待填充传感器缺失值对应的时刻，tb表示待填充传感器缺失值前一个完备数据对应的时刻，K表示K个传感器， 表示相邻的第k个传感器在tmis时刻对应的浓度值，表示相邻的第k个传感器在tb时刻对应的浓度值， 是待填充传感器在tmis时刻的填充值、 为待填充传感器在tb时刻的浓度值。

7.根据权利要求1所述的一种基于时空融合的煤矿瓦斯浓度缺失值填充方法，其特征在于，根据填充均方误差确定合适权重的公式包括：其中，ESS1、ESS2分别是基于时间和空间上的填充误差平方和，s1、s2分别是基于时间和空间上的填充误差平方和的反比，ω1、ω2分别为基于时间和空间填充值的权重系数，是基于时间上的填充值、 是基于空间上的填充值。

8.根据权利要求1所述的一种基于时空融合的煤矿瓦斯浓度缺失值填充方法，其特征在于，采用该权重加权融合两个维度的填充值的公式为：其中， 是基于时间上的填充值、 是基于空间上的填充值，ω1、ω2分别是基于时间和空间填充值的权重系数， 是基于时空的填充值。