摘要
本发明提供一种采煤机速度预测方法、装置、设备及存储介质,通过采集实时牵引速度影响因素,根据所述实时牵引速度影响因素构建特征集合,所述牵引速度影响因素包括煤流量、顶底板高度、移架速度、瓦斯浓度、截割温度和电流中的至少一种;将所述特征集合输入基于神经网络的速度预测模型,预测出采煤机实时牵引速度预测值;其中,所述基于神经网络的速度预测模型基于概率矩阵分解框架计算模型预测速度值和实际值间的误差对模型进行优化训练得到,本发明通过多种影响因素预测牵引速度,充分考虑了采煤机状态数据、工作面条件信息、及与其他设备协同控制的要求,并且,预测模型基于概率矩阵分解框架优化,能够提高速度预测的准确性和可靠性。
技术关键词
速度预测方法
速度预测模型
注意力
非暂态可读存储介质
矩阵
速度预测装置
采煤机状态
框架
前馈神经网络
全局平均池化
代表
降维特征
分支
误差
多层感知机
处理器
非线性
通道
系统为您推荐了相关专利信息
动态分析方法
消费服务系统
语义特征
语义注意力
动态语义分析
强化学习方法
扰动观测器
机械臂系统
轨迹跟踪控制
反馈控制策略
模型训练方法
文本生成方法
样本
文本生成装置
模型训练装置