摘要
本发明公开了一种基于深度学习的煤矿电力负荷动态监控与超产预警方法,涉及煤矿电力负荷监测技术领域,采集煤矿生产中的历史电力负荷数据及生产参数,生成电力负荷数据集;采用深度学习算法构建电力负荷预测模型,利用电力负荷数据集对电力负荷预测模型进行训练;实时采集煤矿生产中的电力负荷数据及生产参数作为输入,得到电力负荷预测结果;当电力负荷超出正常范围时,发出警报;建立超产判断规则;判断在当前电力负荷情况下是否存在超产。本发明发明结合煤矿的生产能力和正常生产情况下的电力负荷与生产参数之间的关系,建立超产判断规则,能够提前发现超产风险,避免因超产导致的安全事故和资源浪费,保障煤矿生产的可持续发展。
技术关键词
电力负荷预测模型
动态监控
信息平台
预警方法
深度学习算法
生成电力
参数
电力负荷监测技术
时间序列特征
数据采集模块
警报
关系
预警系统
模板
处理器
系统为您推荐了相关专利信息
预警方法
历史工况数据
模态特征
主变压器设备
指数
干旱预警方法
因子
历史气象数据
水文遥感
神经网络模型
害虫图像
激光枪
执行装置
灭虫方法
图像数据处理
深度学习分类方法
原始脑电信号
频段
同步性
训练样本集