System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 基于边缘数据分析的煤矿安全监测方法、系统及可读介质技术方案_技高网

基于边缘数据分析的煤矿安全监测方法、系统及可读介质技术方案

技术编号:40331893 阅读:6 留言:0更新日期:2024-02-09 14:23
本发明专利技术涉及一种基于边缘数据分析的煤矿安全监测方法、系统及可读介质,属于煤矿安全监测领域。该方法包括根据采集模块获取第一数据和第二数据;分析第一数据,并根据第一数据以及预设的等级匹配度,匹配与所述第一数据相对的安全等级;将所述安全等级和所述第二数据相关联,得到关联结果;判断所述关联结果与预设的多级阈值段相比较,若比较结果处于所述阈值段内,则不发出相应的报警信息;若比较结果不处于所述阈值段内,则发出相应的报警信息进行提示。本发明专利技术的有益效果为采用本发明专利技术对煤矿井下安全问题进行高效监测,实现准确且及时地自动信息化预测和预警,为处理安全事故提供有效的帮助。

【技术实现步骤摘要】

本专利技术属于煤矿安全监测领域,涉及一种基于边缘数据分析的煤矿安全监测方法、系统及可读介质


技术介绍

1、煤矿的安全状态进行监测、提高煤矿重大危险源预警能力,降低重大危险源事故发生率,提高煤矿整体安全管理水平愈来愈至关重要。常用的煤矿安全监测方式主要是通过传感器检测井下各区域的环境信息,如危险气体瓦斯的含量等数据,并将该数据直接发送到地面服务器,以使服务器记录当前时间与危险气体含量的对应关系,完成对煤矿的安全监测。

2、但是现有技术中的煤矿智能化建设主要集中在煤矿生产、运输等与生产直接相关的系统上,在煤矿安全监测方面建设相对滞后,且仍处在灾害参数实时监测及相关信息超限报警的初级阶段,灾害防治尚未达到超前预控、精准防范、区域治理的智能化水平,由于煤矿环境、作业状况较为复杂且需要进行监测的环境信息过多,监测系统往往使得地面服务器所接收的数据量过大,工作压力急速增长,导致处理数据发生延迟,不能真实反映当前煤矿的真实安全状态的问题。具体而言,大量数据无法进行分析、共享和交流,无法适应信息化管理的需求,不能充分发挥信息技术快速、准确、实时的优点,故无法满足对煤矿空间信息处理的需求,更加无法准确且快速的对煤矿环境的安全进行强有力的监测。


技术实现思路

1、有鉴于此,本专利技术的目的在于提供一种基于边缘数据分析的煤矿安全监测方法、系统及可读介质。

2、为达到上述目的,本专利技术提供如下技术方案:

3、第一方面,本申请提供了一种基于边缘数据分析的煤矿安全监测方法,包括:

4、根据采集模块获取第一数据和第二数据,所述第一数据为煤矿环境信息数据,所述第二数据为人员信息数据,所述人员信息数据包括人员位置信息数据和人员身份信息数据;

5、分析所述第一数据,并根据第一数据以及预设的等级匹配度,匹配与所述第一数据相对的安全等级;

6、将所述安全等级和所述第二数据相关联,得到关联结果;

7、判断所述关联结果与预设的多级阈值段相比较,若比较结果处于所述阈值段内,则不发出相应的报警信息;若比较结果不处于所述阈值段内,则发出相应的报警信息进行提示。

8、优选地,采集所述第一数据的采集位置以及采集方向,其中采集位置包括井下采煤工作面、掘进工作面、井上选煤厂、煤矿电厂、煤矿变电站、煤矿铁路、进风巷道以及回风巷道;

9、所述第一数据的采集方向包括采集煤矿环境下的风速、风向、温度、地质分布特征以及煤矿井中煤矿分割情况。

10、优选地,所述分析所述第一数据,其中包括:

11、对所述第一数据进行预处理,所述预处理包括根据不同类型遥感影像处理模型对所述第一数据进行正射、锐化、镶嵌以及匀色,得到预处理后的第一数据;

12、对预处理后的所述第一数据进行目标物的筛选以及修正,并根据多尺度自适应特征分类算法对筛选以及修正后的第一数据进行粗分类;

13、采用dbscan算法对所述粗分类得到的第一数据进行聚类,得到聚类结果;

14、根据所述聚类结果,统计每个聚类簇中点云的数量,保留点云的数量最多的前两个聚类簇,所述聚类簇包括所述煤矿环境信息数据的聚类簇和所述非煤矿环境信息数据的聚类簇。

15、优选地,所述根据所述聚类结果,统计每个聚类簇中点云的数量,保留点云的数量最多的前两个聚类簇,之后包括:

16、提取保留点云的数量最多的前两个聚类簇,记作第一聚类簇和第二聚类簇,其中所述第一聚类簇和所述第二聚类簇均包含冗余部分;

17、利用主成分变化检测,将所述第一聚类簇和所述第二聚类簇进行差值运算,获得变化信息,所述变化信息为获取得到的不同波段的差值信息;

18、将所述差值信息进行pca变换,得到处理后的第一数据。

19、第二方面,本申请还提供了一种基于边缘数据分析的煤矿安全监测系统,包括获取模块、匹配模块、关联模块和判断模块,其中:

20、获取模块:用于根据采集模块获取第一数据和第二数据,所述第一数据为煤矿环境信息数据,所述第二数据为人员信息数据,所述人员信息数据包括人员位置信息数据和人员身份信息数据;

21、匹配模块:用于分析所述第一数据,并根据第一数据以及预设的等级匹配度,匹配与所述第一数据相对的安全等级;

22、关联模块:用于将所述安全等级和所述第二数据相关联,得到关联结果;

23、判断模块:用于判断所述关联结果与预设的多级阈值段相比较,若比较结果处于所述阈值段内,则不发出相应的报警信息;若比较结果不处于所述阈值段内,则发出相应的报警信息进行提示。

24、第三方面,本申请还提供了一种基于边缘数据分析的煤矿安全监测设备,包括:

25、存储器,用于存储计算机程序;

26、处理器,用于执行所述计算机程序时实现所述基于边缘数据分析的煤矿安全监测方法的步骤。

27、第四方面,本申请还提供了一种可读存储介质,所述可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现上述基于基于边缘数据分析的煤矿安全监测方法的步骤。

28、本专利技术的有益效果在于:本专利技术对煤矿井下安全问题进行高效监测,实现准确且及时地自动信息化预测和预警,为处理安全事故提供有效的帮助;实现对煤矿安全的智能化式的监测预警,且能够对终端信息分析处理后进行分级报警,使作业人员能够根据报警信息及时采取相应的处理动作,保证煤矿开采的安全作业。

29、本专利技术的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述,并且在某种程度上,基于对下文的考察研究对本领域技术人员而言将是显而易见的,或者可以从本专利技术的实践中得到教导。本专利技术的目标和其他优点可以通过下面的说明书来实现和获得。

本文档来自技高网...

【技术保护点】

1.一种基于边缘数据分析的煤矿安全监测方法,其特征在于,包括:

2.根据权利要求1所述的基于边缘数据分析的煤矿安全监测方法,其特征在于,采集所述第一数据的采集位置以及采集方向,其中采集位置包括井下采煤工作面、掘进工作面、井上选煤厂、煤矿电厂、煤矿变电站、煤矿铁路、进风巷道以及回风巷道;

3.根据权利要求1所述的基于边缘数据分析的煤矿安全监测方法,其特征在于,所述分析所述第一数据,其中包括:

4.根据权利要求3所述的基于边缘数据分析的煤矿安全监测方法,其特征在于,所述根据所述聚类结果,统计每个聚类簇中点云的数量,保留点云的数量最多的前两个聚类簇,之后包括:

5.一种基于边缘数据分析的煤矿安全监测系统,其特征在于,包括:

6.根据权利要求5所述的基于边缘数据分析的煤矿安全监测系统,其特征在于,采集所述第一数据的采集位置以及采集方向,其中包括:

7.根据权利要求5所述的基于边缘数据分析的煤矿安全监测系统,其特征在于,所述分析所述第一数据,其中包括:

8.根据权利要求7所述的基于边缘数据分析的煤矿安全监测系统,其特征在于,所述统计单元,之后包括:

9.一种基于边缘数据分析的煤矿安全监测设备,其特征在于,包括:

10.一种可读存储介质,其特征在于:所述可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1~4任一项所述基于边缘数据分析的煤矿安全监测方法的步骤。

...

【技术特征摘要】

1.一种基于边缘数据分析的煤矿安全监测方法,其特征在于,包括:

2.根据权利要求1所述的基于边缘数据分析的煤矿安全监测方法,其特征在于,采集所述第一数据的采集位置以及采集方向,其中采集位置包括井下采煤工作面、掘进工作面、井上选煤厂、煤矿电厂、煤矿变电站、煤矿铁路、进风巷道以及回风巷道;

3.根据权利要求1所述的基于边缘数据分析的煤矿安全监测方法,其特征在于,所述分析所述第一数据,其中包括:

4.根据权利要求3所述的基于边缘数据分析的煤矿安全监测方法,其特征在于,所述根据所述聚类结果,统计每个聚类簇中点云的数量,保留点云的数量最多的前两个聚类簇,之后包括:

5.一种基于边缘数据分析的煤矿安全监测系...

【专利技术属性】
技术研发人员:周代勇邵严张鹏黄友胜赵光绪林引胡英杰田军张金豪刘亚辉郭江涛王飞胡宇温贤培何青松张加易胡亮戴建波贺奎任高建马书敏郑芳菲
申请(专利权)人:中煤科工集团重庆研究院有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1