一种基于机器学习的煤炭产量预测方法及系统与流程
本发明涉及煤炭产量预测,具体为一种基于机器学习的煤炭产量预测方法及系统。
背景技术:
1、当前,随着社会的高速发展,致使对于能源的使用提出了更高的要求,同时煤炭的应用领域不断扩大和深化,因此对煤炭的需求逐步递增,在进行开采煤炭之前,往往需要对煤炭产量进行预测,进而能够合理高效的预测煤矿开采的煤炭产量,从而科学进行煤炭资源的开发,用于保证煤炭能源的使用需求。
2、如今,对煤炭产量预测方面还存在一些不足,具体体现在以下几个层面:
3、(1)现有技术对煤炭产量预测的分析过程中,往往大多是仅片面依据历史开采状况进行预估分析,考虑的维度较为单一,没有考虑到其他开采因素的干扰,导致较匮乏对煤炭预计产量进行综合性分析,致使所得到的结果并不全面准确,且对实际预估煤炭产量的判定并不合理。
4、(2)现有技术对于煤炭开采设备的分析较为欠缺,开采设备伴随着使用时长的增加,以及在不同的煤层开采深度下,对应的煤层硬度和孔隙度存在差异,能够开采的煤炭量也会出现差异性,忽视对这一方面的分析,导致无法为煤炭产量的预测提供科学合理的支撑依据,进而不能够为后续煤炭产量合理性的判定提供数据基础。
技术实现思路
1、针对现有技术的不足,本发明提供了一种基于机器学习的煤炭产量预测方法及系统,能够有效解决上述背景技术中涉及的问题。
2、为实现以上目的,本发明通过以下技术方案予以实现:本发明第一方面提供了一种基于机器学习的煤炭产量预测方法,包括:s1.煤炭基础信息获取:获取目标开采区域的煤炭基础信息,其中煤炭基础信息包括历史开采数据、当前施工进度参数以及主体开采设备的应用数据。
3、s2.历史开采数据分析:对目标开采区域的历史开采数据进行分析,判定目标开采区域的产出状况趋向指数,记为α。
4、s3.环境影响程度分析:依据设定的预估开采周期,进而提取预估开采周期中目标开采区域的气象数据,并依据目标开采区域的当前施工进度参数,进而筛分得到目标开采区域的地下环境数据,由此判定目标开采区域的环境干扰程度评估值,记为η。
5、s4.主体开采设备应用数据分析:对目标开采区域的主体开采设备应用数据进行分析,进而判定目标开采区域的设备应用损耗影响指数,记为μ。
6、s5.煤炭产量预测:整合分析目标开采区域的煤炭产量所属综合影响系数,进而得到预估开采周期中目标开采区域的煤炭预计产量区间。
7、s6.煤炭实质产量监测分析:在预估开采周期中对目标开采区域的煤炭实质产量进行监测,进而分析得到目标开采区域的煤炭产出合理系数,由此进行产量异常反馈。
8、作为进一步的方法,所述目标开采区域的产出状况趋向指数,其具体分析过程为:
9、依据目标开采区域的历史开采数据,其中历史开采数据为各历史开采周期对应的煤炭产量,记为qi史,i表示为各历史开采周期的编号,i=1,2,...,m,m表示为历史开采周期的数目,从而计算目标开采区域的产出状况趋向指数α,其计算公式为:
10、作为进一步的方法,所述目标开采区域的环境干扰程度评估值,其具体分析过程为:
11、依据设定的预估开采周期,进而统计预估开采周期中的各开采工作日,并标记为各预估开采工作日,进而提取各预估开采工作日的气象数据,其中气象数据包括区域环境温度、区域环境湿度以及区域降水量,分别记为fg、dg和jg,其中g表示为各预估开采工作日的编号,g=1,2,...,h,h表示为预估开采工作日的个数。
12、同时提取数据库中存储的煤炭开采所属适配环境温度、适配环境湿度以及许可降水量,进而计算目标开采区域的外部环境干扰程度指数β,其计算公式为:其中f适、d适和j可分别表示为目标开采区域所属适配环境温度、适配环境湿度以及许可降水量,a1、a2和a3分别表示为设定的目标开采区域的环境温度、环境湿度以及降水量对应的修正因子。
13、提取目标开采区域的当前施工进度参数,其中当前施工进度参数为当前开采深度,进而与数据库中存储的在各开采深度区间下对应的煤层硬度和煤层孔隙度进行匹配,得到目标开采区域的当前开采深度对应的煤层硬度和煤层孔隙度,分别记为y和k。
14、同时提取数据库中存储的煤炭开采所属适配硬度和适配孔隙度,分别记为y适和k适。
15、综合计算目标开采区域的内部环境干扰程度指数γ,其计算公式为:其中b1和b2分别表示为设定的目标开采区域的硬度和孔隙度对应的修正因子,e为自然常数。
16、作为进一步的方法,所述目标开采区域的环境干扰程度评估值,其具体计算过程为:
17、依据目标开采区域的外部环境干扰程度指数以及内部环境干扰程度指数,进而计算目标开采区域的环境干扰程度评估值η,其计算公式为:其中c1和c2分别表示为设定的目标开采区域的外部环境干扰程度指数以及内部环境干扰程度指数所属权重因子。
18、作为进一步的方法,所述目标开采区域的设备应用损耗影响指数,其具体分析过程为:
19、依据设定的预估开采周期,进行等时长划分得到各预估开采时间点,并获取目标开采区域的各主体开采设备的应用时间点,进而通过差值处理得到目标开采区域的各主体开采设备在各预估开采时间点对应的参照应用间隔时长,记为tjp,其中j表示为各主体开采设备的编号,j=1,2,...,n,n表示为主体开采设备的数目,p表示为各预估开采时间点,p=1,2,...,q,q表示为预估开采时间点的数量,并依据预定义的主体开采设备所属范围应用间隔时长的基础应用损耗因子代入公式计算目标开采区域的各主体开采设备对应的基础应用损耗值
20、获取目标开采区域的各主体开采设备所属旋转开采齿轮半径,并根据预定义的各种旋转开采齿轮半径的开采设备在各应用间隔时长区间下的参照开采旋转速度,比对得到目标开采区域的各主体开采设备在各预估开采时间点对应的参照开采旋转速度。
21、将相邻的两个时间点之间的时间段记为开采时间段,并统计各开采时间段对应的时长,记为tx,其中x表示为各开采时间段的编号,x=1,2,...,y,y表示为开采时间段的数量,进而依据数据库中存储的各种旋转开采齿轮半径的开采设备在各开采旋转速度下所属单位时长的煤炭参考产量,从中提取目标开采区域的各主体开采设备在各开采时间段所属单位时长的煤炭参考产量,记为qjx单,进而计算目标开采区域的各主体开采设备的开采损伤系数φj,其计算公式为:其中z1表示为设定的主体开采设备所属单位煤炭产量对应的设备应用损伤因子。
22、依据目标开采区域的各主体开采设备对应的基础应用损耗值以及开采损伤系数,进而计算目标开采区域的设备应用损耗影响指数μ,其计算公式为:其中d1和d2分别表示为设定的目标开采区域的主体开采设备对应的基础应用损耗值以及开采损伤系数所属权重因子。
23、作为进一步的方法,所述目标开采区域的煤炭产量所属综合影响系数,其具体分析过程为:
24、依据目标开采区域的产出状况趋向指数、环境干扰程度评估值以及设备应用损耗指数,进而计算目标开采区域的煤炭产量所属综合影响系数τ,计算公式为:其中θ1、θ2和θ3分别表示为设定的目标开采区域的产出状况趋向指数、环境干扰程度评估值以及设备应用损耗指数所属权重因子。
25、作为进一步的方法,所述预估开采周期中目标开采区域的煤炭预计产量区间,其具体分析过程为:
26、依据目标开采区域的煤炭产量所属综合影响系数,进而与预定义的各开采区域在各煤炭产量所属综合影响系数区间下对应的煤炭预计产量区间进行匹配,得到目标开采区域的煤炭产量所属综合影响系数对应的煤炭预计产量区间,并标定为预估开采周期中目标开采区域的煤炭预计产量区间。
27、作为进一步的方法,所述目标开采区域的煤炭产出合理系数,其具体分析过程为:
28、依据设定的预估开采周期,提取目标开采区域在预估开采周期的煤炭实际产量,记为q实。
29、依据目标开采区域的各历史开采周期对应的历史煤炭产量,计算得到目标开采区域的历史平均产量q平,计算公式为:并将目标开采区域的历史平均产量标记为目标开采区域在预估开采周期中的煤炭参照产量。
30、根据预估开采周期中目标开采区域的煤炭预计产量区间,进而提取区间中间值作为预估开采周期中目标开采区域的煤炭预计参考产量,记为q预,进而计算目标开采区域的煤炭产出合理系数ψ,计算公式为:其中l1和l2分别表示为设定的预估开采周期中的煤炭参照产量以及煤炭预计参考产量对应的修正因子。
31、作为进一步的方法,所述进行产量异常反馈,其具体分析过程为:
32、将目标开采区域的煤炭产出合理系数与预设的煤炭产出合理系数阈值进行比对,若目标开采区域的煤炭产出合理系数低于煤炭产出合理系数阈值,则进行产量异常反馈。
33、本发明第二方面提供了一种基于机器学习的煤炭产量预测系统,包括:煤炭基础信息获取模块,用于获取目标开采区域的煤炭基础信息,其中煤炭基础信息包括历史开采数据、当前施工进度参数以及主体开采设备的应用数据。
34、历史开采数据分析模块,用于对目标开采区域的历史开采数据进行分析,判定目标开采区域的产出状况趋向指数。
35、环境影响程度分析模块,用于依据设定的预估开采周期,进而提取预估开采周期中目标开采区域的气象数据,并依据目标开采区域的当前施工进度参数,进而筛分得到目标开采区域的地下环境数据,由此评估目标开采区域的环境干扰程度评估值。
36、主体开采设备应用数据分析模块,用于对目标开采区域的主体开采设备应用数据进行分析,进而判定目标开采区域的设备应用损耗影响指数。
37、煤炭产量预测模块,用于整合分析目标开采区域的煤炭产量所属综合影响系数,进而得到预估开采周期中目标开采区域的煤炭预计产量区间。
38、煤炭实质产量监测分析模块,用于在预估开采周期中对目标开采区域的煤炭实质产量进行监测,进而分析得到目标开采区域的煤炭产出合理系数,由此进行产量异常反馈。
39、相对于现有技术,本发明的实施例至少具有如下优点或有益效果:
40、(1)本发明通过提供一种基于机器学习的煤炭产量预测方法及系统,有效提高了对目标开采区域煤炭产量预测的科学化水平,为全面的反映出目标开采区域的煤炭产量提供了更加具有科学性和可靠性的数据依据,进而有助于保障能源的使用需求。
41、(2)本发明依据目标开采区域的主体开采设备应用数据,通过分析计算目标开采区域的设备应用损耗影响指数,能够为煤炭产量的预测提供科学合理的支撑依据,并较大程度上增加了为后续煤炭产量合理性的判定提供数据基础。
42、(3)本发明依据目标开采区域的煤炭基础信息,进而整合分析目标开采区域的煤炭产量所属综合影响系数,将历史开采数据、当前施工进度参数以及主体开采设备的应用数据进行结合,使考虑的维度较为丰富多样,加强对这一方面的分析,能够反映出目标开采区域的煤炭所属综合性影响状况,且对实际预估煤炭产量的判定更加合理。
43、(4)本发明通过在预估开采周期中对目标开采区域的煤炭实质产量进行监测,通过分析计算目标开采区域的煤炭产出合理系数,将历史平均产量和煤炭预计产量的区间中间值与在预估开采周期中的煤炭实际产量进行结合,提高了对目标开采区域的煤炭产出进行管控的及时性,不仅便捷了相关人员的管理,同时也有利于目标开采区域进行协调化的管理。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com