一种基于RF算法的远程监控管理系统技术方案

本发明专利技术涉及远程监控管理系统领域，具体为一种基于RF算法的远程监控管理系统，包括数据传输模块、数据仓库模块、控制模块和智能调速模块；数据传输模块获取环境状态监测模块采集到的关于通风构筑物的多类环境数据信息并将得到的多类环境数据信息发送至数据仓库模块；数据仓库模块对获得的数据进行整合保存；控制模块内置的RF算法模型对多类环境数据信息中的不同类别数据进行综合分析处理；智能调速模块与控制模块通信连接，智能调速模块接收RF算法模型处理后的结果，并根据结果控制风窗调节装置运行以调控送风量。本发明专利技术通过RF算法模型对获得的数据进行处理得到关于控制风窗调节装置输送风量大小的结果以实现对风量大小的智能调控。智能调控。智能调控。

【技术实现步骤摘要】
一种基于RF算法的远程监控管理系统


[0001]本专利技术涉及远程监控管理系统领域，具体涉及一种基于RF算法的远程监控管理系统。

技术介绍

[0002]矿井作业用的通风构筑物是矿井通风系统中的风流调控设施，用以保证风流按生产需要的路线流动。凡用于引导风流、遮断风流和调节风量的装置，统称为通风构筑物。
[0003]现有的通风构筑物主要包括通风巷道、挡风墙、锚杆双开门和推拉窗；通风巷道为采场或通风水平的进风或回风巷道，挡风墙设于通风巷道内；锚杆双开门和推拉窗设于挡风墙上；在通风构筑物的底部区域设为风门，通风构筑物顶部通风构筑物为调节风窗，当所需风量较小，需要按需供风时打开调节风窗，调节风窗选用但不限于推拉式调节风窗，通过改变过风面积来调节风量；当需风量较大时打开风门，可以给巷道输送较大的风量；另外，在通风构筑物内安装环境状态检测传感器，监测煤炭所处的环境智能的调控通风两，以改善矿井内的通风情况，避免煤炭自燃；
[0004]但是现有技术中仅仅依靠单一的环境参数来进行判断以控制现有的智能通风构筑物的通风量，以降低煤炭的自燃几率，但是不能综合考虑多个环境因素的同步影响对智能通风构筑物内的通风量进行控制。

技术实现思路

[0005]本专利技术目的是针对
技术介绍
中存在的问题，提出一种基于RF算法的远程监控管理系统。
[0006]本专利技术的技术方案：一种基于RF算法的远程监控管理系统，包括数据传输模块、数据仓库模块、控制模块和智能调速模块；
[0007]数据传输模块通信连接数据仓库模块，数据传输模块用于获取环境状态监测模块采集到的关于通风构筑物的多类环境数据信息并将得到的多类环境数据信息发送至数据仓库模块；
[0008]数据仓库模块通信连接控制模块，数据仓库模块用于对获得的数据进行整合保存；
[0009]控制模块内置RF算法模型；RF算法模型用于对多类环境数据信息中的不同类别数据进行综合分析处理；
[0010]智能调速模块与控制模块通信连接，智能调速模块用于接收RF算法模型处理后的结果，并根据结果控制风窗调节装置运行以调控送风量。
[0011]优选的，环境状态监测模块包括风速传感器、温度传感器、湿度传感器、气压传感器和粉尘浓度传感器。
[0012]优选的，RF算法模型构建过程包括以下具体步骤：
[0013]S31、获取环境状态监测模块采集到的关于通风构筑物的多类环境数据信息，并将
得到的数据信息分为学习集样本和测试集样本；
[0014]S32、使用Bootstrap对学习集样本进行n次采样，构建n个决策树；
[0015]根据最优特征对每个决策树进行分割，形成随机森林；
[0016]S33、利用学习集样本中的数据对RF模型进行学习；
[0017]S34、利用测试集样本中的数据对学习后的RF模型进行测试；
[0018]S35、利用平均绝对误差、平均绝对百分比误差、均方根误差和判定系数来优化RF算法中的参数并确定RF模型参数；
[0019]S36、重复执行S33
‑
S35，得到RF算法模型。
[0020]优选的，使用RF算法模型智能调控通风构筑物的通风量过程中，RF算法模型中的决策树节点划分时使用的最小样本数量设为2，RF算法模型中的叶子节点需要的最少样本数量设为1；RF算法模型采用oob误差估计法进行误差估计。
[0021]优选的，使用RF算法模型智能调控通风构筑物的通风量过程中，RF算法模型中的决策树的数量使用Mean Squared Error对RF算法模型进行分析；其中，Mean Squared Error的公式为：
[0022]其中，y
i
表示数据集中的每一个数据值；表示数据集里的每一个值对应的预测值。
[0023]优选的，使用RF算法模型智能调控通风构筑物的通风量过程中，RF算法模型中的决策树的最大深度设为1
‑
10。
[0024]本专利技术还提出了一种基于RF算法的远程监控管理方法，包括上述的基于RF算法的远程监控管理系统，具体包括以下步骤：
[0025]S1、数据传输模块获取环境状态监测模块采集到的关于通风构筑物的多类环境数据信息并将得到的多类环境数据信息发送至数据仓库模块；
[0026]S2、数据仓库模块对获得的数据进行整合保存；
[0027]S3、RF算法模型对数据仓库模块中整合存储的多类环境数据信息中的不同类别数据进行综合分析处理；
[0028]S4、控制模块根据分析处理结果向智能调速模块下发指令；智能调速模块控制风窗调节装置运行。
[0029]与现有技术相比，本专利技术的上述技术方案具有如下有益的技术效果：
[0030]本专利技术提供的基于RF算法的远程监控管理系统应用于对通风构筑物内送风量的智能控制，通过输入采集到的通风构筑物内的风速数据、温度数据、湿度数据、压差数据和粉尘浓度数据作为RF算法模型输入层的五个输入数据，得到关于通风构筑物内所需通风量大小的数据信息作为RF算法模型的一个输出，实现智能对通风构筑物内的通风量进行预测调节以及远程智能操控，避免通风构筑物内煤炭自燃发生火灾险情的几率。
附图说明
[0031]图1为本专利技术提出的一种实施例的原理框图。
[0032]图2为本专利技术提出的一种实施例中不同特征树域叠加的关系图。
[0033]附图标记：101、环境状态监测模块；102、数据传输模块；103、数据仓库；104、控制
模块；105、RF算法模型；106、智能调节模块；107、风窗调节装置。
具体实施方式
[0034]实施例一
[0035]如图1所示，本专利技术提出的一种基于RF算法的远程监控管理系统，包括数据传输模块102、数据仓库模块103、控制模块104和智能调速模块106；其中，RF为Random Forest的缩写；
[0036]数据传输模块102通信连接数据仓库模块103，数据传输模块102用于获取环境状态监测模块101采集到的关于通风构筑物的多类环境数据信息并将得到的多类环境数据信息发送至数据仓库模块103；其中，多类环境数据信息包括风速数据、湿度数据、温度数据、大气压差数据和粉尘浓度数据；
[0037]进一步的，环境状态监测模块101包括风速传感器、温度传感器、湿度传感器、气压传感器和粉尘浓度传感器；环境状态监测模块101安装在通风构筑物内用于实时检测通风构筑物内的风速、温度、湿度、大气压和粉尘浓度数据信息；
[0038]数据仓库模块103通信连接控制模块104，数据仓库模块103用于对获得的数据进行整合保存；
[0039]控制模块104内置RF算法模型105；RF算法模型105用于对多类环境数据信息中的不同类别数据进行综合分析处理；
[0040]智能调速模块106与控制模块104通信连接，智能调速模块106用于接收RF算法模型105处理后的结果，并根据结果控本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于RF算法的远程监控管理系统，其特征在于，包括数据传输模块(102)、数据仓库模块(103)、控制模块(104)和智能调速模块(106)；数据传输模块(102)通信连接数据仓库模块(103)，数据传输模块(102)用于获取环境状态监测模块(101)采集到的关于通风构筑物的多类环境数据信息并将得到的多类环境数据信息发送至数据仓库模块(103)；数据仓库模块(103)通信连接控制模块(104)，数据仓库模块(103)用于对获得的数据进行整合保存；控制模块(104)内置RF算法模型(105)；RF算法模型(105)用于对多类环境数据信息中的不同类别数据进行综合分析处理；智能调速模块(106)与控制模块(104)通信连接，智能调速模块(106)用于接收RF算法模型(105)处理后的结果，并根据结果控制风窗调节装置(107)运行以调控送风量。2.根据权利要求1所述的一种基于RF算法的远程监控管理系统，其特征在于，环境状态监测模块(101)包括风速传感器、温度传感器、湿度传感器、气压传感器和粉尘浓度传感器。3.根据权利要求1所述的一种基于RF算法的远程监控管理系统，其特征在于，RF算法模型(105)构建过程包括以下具体步骤：S31、获取环境状态监测模块(101)采集到的关于通风构筑物的多类环境数据信息，并将得到的数据信息分为学习集样本和测试集样本；S32、使用Bootstrap对学习集样本进行n次采样，构建n个决策树；根据最优特征对每个决策树进行分割，形成随机森林；S33、利用学习集样本中的数据对RF模型进行学习；S34、利用测试集样本中的数据对学习后的RF模型进行测试；S35、利用平均绝对误差、平均绝对百分比误差、均方根误差和判定系数来优化RF算法中的参数并确定RF模型参数；S36、重复执行S33
‑
S35，得到RF算法模型(...

【专利技术属性】
技术研发人员：张闯，刘永立，王海涛，崔建廷，罗波远，
申请(专利权)人：鄂尔多斯市昊华红庆梁矿业有限公司，
类型：发明
国别省市：