瓦斯爆炸是气体钻井、煤矿开采等能源生产安全问题的重要隐患。目前,对甲烷气体的检测方式有光干涉、催化燃烧和红外吸收式。催化燃烧相对于其他几种检测方式,具有精度高、价格低等优点。但是传统的检测方法由于催化燃烧气体传感器的催化元件受温度影响大,特别是在高浓度的被测气体环境中,催化剂在高温燃烧下容易失活,从而导致传感器损坏以及存在检测范围低,温度漂移大等问题。本文设计了一种脉冲式供电、多传感器信息融合和反馈调节技术相结合的甲烷检测系统。脉冲供电甲烷检测系统采用STM32F051为主控芯片,甲烷采集终端,温湿度、二氧化碳和氧气采集终端分别实现了对环境中甲烷,与催化燃烧反应相关的二氧化碳、氧气及温湿度参数的采集,并采用专用的红外甲烷检测仪实时记录脉冲供电甲烷检测平台中甲烷的标准浓度。本文使用多个传感器采集到的数据往往会由于传感器本身性能、检测电路稳定性和数据传输过程中数据帧丢失等原因造成采集到的数据中存在异常值,而且数据的特征维度较高,为了去除异常值、降低计算开销和提升算法性能,首先采用局部异常因子(LOF)算法对多个传感器采集的实时数据进行数据预处理,在此基础上,通过随机森林(RF)算法进行特征分类并提取重要特征,再去除共线性特征,最后通过极端随机森林(ERF)算法对数据进行训练,得到甲烷催化燃烧传感器预测模型。上位机通过调用脉冲供电甲烷检测后台管理系统训练好的预测模型,实现了对环境中的甲烷、二氧化碳、氧气和温湿度等数据的实时显示,同时将多个传感器的采集数据存储在My SQL数据库中。搭建脉冲供电甲烷检测平台,验证了以上方法对高浓度甲烷检测的可行性。结果表明,非脉冲供电的系统在甲烷浓度高于50000ppm后的准确率很低。甲烷浓度小于73000ppm时,脉冲供电系统的平均准确率为69.3%,而系统在脉冲供电下并结合ERF算法的平均预测准确率为85.9%。通过负反馈调节技术降低脉冲供电的电压后,系统可以检测到的甲烷浓度最高为90000ppm,在浓度小于90000ppm时的平均预测准确率为89.1%,实现了较高浓度的甲烷检测。