摘要
本发明公开了一种基于机器学习的煤矿企业违规生产作业判断方法及系统,涉及电力作业管理技术领域,包括以下步骤,基于企业历史电力监测数据和历史煤矿企业违规生产判断结果,建立企业耗电异常识别模型;从企业电力消耗分类预估计算的结果数据中获取的各个煤矿区域的电力消耗数据输入企业耗电异常识别模型,确定耗电异常区域和异常耗电量;将疑似采掘作业点的异常耗电量和人员变化特征进行关联分析,确定疑似采掘作业点是否为采掘作业点。本发明通过人员特征数据对耗电异常区域进行聚类分析,将疑似采掘作业点的异常耗电量和人员变化特征进行关联分析,确定疑似采掘作业点是否为采掘作业点,实现自动识别并判断煤矿生产作业中的违规行为。
技术关键词
判断方法
企业
密度
数据
评价指标体系
电力作业管理
采掘作业
特征工程
曲线
序列
分析模块
判断系统
聚类算法
参数
处理器
计算机设备
位点
系统为您推荐了相关专利信息
智能分析模块
数据获取模块
三维表面模型
高效率
卷积神经网络模型
状态空间模型
尾矿库
速率
输入神经网络模型
浓密机
语音识别引擎
文本
纠错单元
位置检测单元
记忆单元