本申请提出一种综采工作面的多液压支架载荷预测方法、装置、电子设备和存储介质。其中，包括：获取综采工作面倾向方向对应的多液压支架的立柱载荷数据，从立柱载荷数据中的训练立柱载荷数据中获取初始时刻的初始立柱载荷数据并作为机器学习算法的输入，再将训练立柱载荷数据中预设时刻的目标立柱载荷数据，作为机器学习算法的输出进行模型训练，以得到支架载荷预测模型，并将满足预测精度阈值的支架载荷预测模型作为目标支架载荷预测模型，再将实时立柱载荷数据输入到目标支架载荷预测模型，以得到预测立柱载荷结果，由此，基于目标支架载荷预测模型对多液压支架的实时立柱载荷数据进行预测，实现对综采工作面多液压支架载荷的一次性精准预测。荷的一次性精准预测。荷的一次性精准预测。
【技术实现步骤摘要】
综采工作面的多液压支架载荷预测方法、装置及电子设备
[0001]本申请涉及煤矿工作面综采数据监测与分析挖掘
，尤其涉及一种综采工作面的多液压支架载荷预测方法、装置、电子设备和存储介质。
技术介绍
[0002]随着综采工作面智能化开采的不断深入发展，液压支架载荷变化规律在一定程度上反应了综采工作面上覆岩层的周期破断特征，液压支架载荷预测分析是实现对综采工作面周期来压超前预测预警的有效手段，对于改善液压支架适应性和围岩控制稳定性具有重要作用，相关技术中，综采工作面液压支架载荷预测方法一次性只能完成一个支架的载荷预测，然而综采工作面上百台支架则需要循环反复建立预测模型，消耗计算资源大、时间久，故亟需一种综采工作面多个液压支架的载荷预测方法。
技术实现思路
[0003]本申请提出一种综采工作面的多液压支架载荷预测方法、装置、电子设备和存储介质。
[0004]本申请第一方面实施例提出了一种综采工作面的多液压支架载荷预测方法，所述方法包括：获取所述综采工作面倾向方向对应的多液压支架的立柱载荷数据；从所述立柱载荷数据中的训练立柱载荷数据中获取初始时刻的初始立柱载荷数据，以及预设时刻的目标立柱载荷数据，其中所述预设时刻晚于所述初始时刻；将所述初始立柱载荷数据作为机器学习算法的输入，将所述目标立柱载荷数据作为机器学习算法的输出进行模型训练，以得到所述训练立柱载荷数据对应的支架载荷预测模型；获取所述支架载荷预测模型的预测精度，并将所述预测精度大于或等于预设精度阈值的所述支架载荷预测模型作为目标支架载荷预测模型；将所述综采工作面倾向方向对应的多液压支架的实时立柱载荷数据输入到所述目标支架载荷预测模型，以得到所述实时立柱载荷数据对应的预测立柱载荷结果。
[0005]在本申请的一个实施例中，所述获取所述综采工作面倾向方向对应的多液压支架的立柱载荷数据，包括：采集所述综采工作面倾向方向对应的多液压支架的候选立柱载荷数据；对所述候选立柱载荷数据进行标准化预处理，以得到标准立柱载荷数据；将所述标准立柱载荷数据作为立柱载荷数据。
[0006]在本申请的一个实施例中，所述将所述标准立柱载荷数据作为立柱载荷数据，还包括：根据所述标准立柱载荷数据的数据特征，将所述综采工作面倾向方向对应的多液压支架进行区域划分，以得到多个不同数据特征的多液压支架区域；将任一所述多液压支架区域的标准立柱载荷数据作为立柱载荷数据。
[0007]在本申请的一个实施例中，所述获取所述支架载荷预测模型的预测精度，并将所述预测精度大于或等于预设精度阈值的所述支架载荷预测模型作为目标支架载荷预测模型，包括：获取所述立柱载荷数据中的测试立柱载荷数据；将所述测试立柱载荷数据输入到所述支架载荷预测模型，以得到所述测试立柱载荷数据在所述预设时刻的预测立柱载荷数
据；根据预测立柱载荷数据与所述预设时刻采集的实时立柱载荷数据的平均绝对百分比误差、均方根误差以及平均绝对误差，确定所述支架载荷预测模型的预测精度；将所述预测精度大于或等于预设精度阈值的所述支架载荷预测模型作为目标支架载荷预测模型。
[0008]在本申请的一个实施例中，所述方法还包括：在所述预测精度小于预设精度阈值的情况下，调整所述机器学习算法的参数，直至所述算法调整后训练的候选支架载荷预测模型的候选预测精度大于或等于预设精度阈值，以作为所述目标支架载荷预测模型。
[0009]本申请提出一种综采工作面的多液压支架载荷预测方法，获取综采工作面倾向方向对应的多液压支架的立柱载荷数据，从立柱载荷数据中的训练立柱载荷数据中获取初始时刻的初始立柱载荷数据并作为机器学习算法的输入，再将训练立柱载荷数据中预设时刻的目标立柱载荷数据，作为机器学习算法的输出进行模型训练，以得到支架载荷预测模型，并将满足预测精度阈值的支架载荷预测模型作为目标支架载荷预测模型，再将实时立柱载荷数据输入到目标支架载荷预测模型，以得到预测立柱载荷结果，由此，基于目标支架载荷预测模型对多液压支架的实时立柱载荷数据进行预测，实现对综采工作面多液压支架载荷的一次性精准预测。
[0010]本申请第二方面实施例提出了一种综采工作面的多液压支架载荷预测装置，所述装置包括：第一获取模块，用于获取所述综采工作面倾向方向对应的多液压支架的立柱载荷数据；第二获取模块，用于从所述立柱载荷数据中的训练立柱载荷数据中获取初始时刻的初始立柱载荷数据，以及预设时刻的目标立柱载荷数据，其中所述预设时刻晚于所述初始时刻；训练模块，用于将所述初始立柱载荷数据作为机器学习算法的输入，将所述目标立柱载荷数据作为机器学习算法的输出进行模型训练，以得到所述训练立柱载荷数据对应的支架载荷预测模型；比较模块，用于获取所述支架载荷预测模型的预测精度，并将所述预测精度大于或等于预设精度阈值的所述支架载荷预测模型作为目标支架载荷预测模型；生成模块，用于将所述综采工作面倾向方向对应的多液压支架的实时立柱载荷数据输入到所述目标支架载荷预测模型，以得到所述实时立柱载荷数据对应的预测立柱载荷结果。
[0011]在本申请的一个实施例中，所述第一获取模块，包括：采集单元，用于采集所述综采工作面倾向方向对应的多液压支架的候选立柱载荷数据；预处理单元，用于对所述候选立柱载荷数据进行标准化预处理，以得到标准立柱载荷数据；生成单元，用于将所述标准立柱载荷数据作为立柱载荷数据。
[0012]在本申请的一个实施例中，所述生成单元，具体用于：根据所述标准立柱载荷数据的数据特征，将所述综采工作面倾向方向对应的多液压支架进行区域划分，以得到多个不同数据特征的多液压支架区域；将任一所述多液压支架区域的标准立柱载荷数据作为立柱载荷数据。
[0013]在本申请的一个实施例中，所述比较模块，具体用于：获取所述立柱载荷数据中的测试立柱载荷数据；将所述测试立柱载荷数据输入到所述支架载荷预测模型，以得到所述测试立柱载荷数据在所述预设时刻的预测立柱载荷数据；根据预测立柱载荷数据与所述预设时刻采集的实时立柱载荷数据的平均绝对百分比误差、均方根误差以及平均绝对误差，确定所述支架载荷预测模型的预测精度；将所述预测精度大于或等于预设精度阈值的所述支架载荷预测模型作为目标支架载荷预测模型。
[0014]在本申请的一个实施例中，所述装置还包括：调整模块，用于在所述预测精度小于
预设精度阈值的情况下，调整所述机器学习算法的参数，直至所述算法调整后训练的候选支架载荷预测模型的候选预测精度大于或等于预设精度阈值，以作为所述目标支架载荷预测模型。
[0015]本申请提出一种综采工作面的多液压支架载荷预测装置，获取综采工作面倾向方向对应的多液压支架的立柱载荷数据，从立柱载荷数据中的训练立柱载荷数据中获取初始时刻的初始立柱载荷数据并作为机器学习算法的输入，再将训练立柱载荷数据中预设时刻的目标立柱载荷数据，作为机器学习算法的输出进行模型训练，以得到支架载荷预测模型，并将满足预测精度阈值的支架载荷预测模型作为目标支架载荷预测模型，再将实时立柱载荷数据输入到目标支架载荷预测模型，以得到预测立柱载荷结果，由此，本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种综采工作面的多液压支架载荷预测方法，其特征在于，所述方法包括：获取所述综采工作面倾向方向对应的多液压支架的立柱载荷数据；从所述立柱载荷数据中的训练立柱载荷数据中获取初始时刻的初始立柱载荷数据，以及预设时刻的目标立柱载荷数据，其中，所述预设时刻晚于所述初始时刻；将所述初始立柱载荷数据作为机器学习算法的输入，将所述目标立柱载荷数据作为机器学习算法的输出进行模型训练，以得到所述训练立柱载荷数据对应的支架载荷预测模型；获取所述支架载荷预测模型的预测精度，并将所述预测精度大于或等于预设精度阈值的所述支架载荷预测模型作为目标支架载荷预测模型；将所述综采工作面倾向方向对应的多液压支架的实时立柱载荷数据输入到所述目标支架载荷预测模型，以得到所述实时立柱载荷数据对应的预测立柱载荷结果。2.根据权利要求1所述的方法，其特征在于，所述获取所述综采工作面倾向方向对应的多液压支架的立柱载荷数据，还包括：采集所述综采工作面倾向方向对应的多液压支架的候选立柱载荷数据；对所述候选立柱载荷数据进行标准化预处理，以得到标准立柱载荷数据；将所述标准立柱载荷数据作为立柱载荷数据。3.根据权利要求2所述的方法，其特征在于，所述将所述标准立柱载荷数据作为立柱载荷数据，包括：根据所述标准立柱载荷数据的数据特征，将所述综采工作面对应的多液压支架进行区域划分，以得到多个不同数据特征的多液压支架区域；将任一所述多液压支架区域的标准立柱载荷数据作为立柱载荷数据。4.根据权利要求1所述的方法，其特征在于，所述获取所述支架载荷预测模型的预测精度，并将所述预测精度大于或等于预设精度阈值的所述支架载荷预测模型作为目标支架载荷预测模型，包括：获取所述立柱载荷数据中的测试立柱载荷数据；将所述测试立柱载荷数据输入到所述支架载荷预测模型，以得到所述测试立柱载荷数据在所述预设时刻的预测立柱载荷数据；根据预测立柱载荷数据与所述预设时刻采集的实时立柱载荷数据的平均绝对百分比误差、均方根误差以及平均绝对误差，确定所述支架载荷预测模型的预测精度；将所述预测精度大于或等于预设精度阈值的所述支架载荷预测模型作为目标支架载荷预测模型。5.根据权利要求4所述的方法，其特征在于，所述方法还包括：在所述预测精度小于预设精度阈值的情况下，调整所述机器学习算法的参数，直至所述算法调整后训练的候选支架载荷预测模型的候选预测精度大于或等于预设精度阈值，以作为所述目标支架载荷预测模型。6.一种综采工作面的多液压支架载荷预测装置，其特征在于，所述装置包括：第一获取模块，用于获取所述综采工作面倾向方向对应的多液压支架的立柱载荷数据；第二获取模块，用于从所述立柱载荷数据中的训练立柱载荷...
【专利技术属性】
技术研发人员：巩师鑫，任怀伟，马英，杜毅博，赵国瑞，庞义辉，文治国，杜明，周杰，韩哲，
申请(专利权)人：中煤科工开采研究院有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。