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
风险预警方法
跨模态
语义特征
多粒度特征
组合特征提取
隐患预警方法
建筑
数据项
数据挖掘技术
数据挖掘算法
智能监测管理系统
风险
水文
预测阈值
深度学习算法
防撞预警方法
船舶
超高桥梁
三维激光扫描仪
控制点