[發(fā)明專利]基于Apriori的采煤工作面工藝控制參數(shù)反饋調(diào)節(jié)方法和系統(tǒng)在審
| 申請?zhí)枺?/td> | 202211203586.2 | 申請日: | 2022-09-29 |
| 公開(公告)號: | CN115562200A | 公開(公告)日: | 2023-01-03 |
| 發(fā)明(設(shè)計(jì))人: | 馬新根;張宏志;馬利寧;張洪清;李俊;路興義;杜文龍;郝強(qiáng) | 申請(專利權(quán))人: | 華能煤炭技術(shù)研究有限公司;華亭煤業(yè)集團(tuán)有限責(zé)任公司;扎賚諾爾煤業(yè)有限責(zé)任公司;慶陽新莊煤業(yè)有限公司新莊煤礦;華能云南滇東能源有限責(zé)任公司;華能煤業(yè)有限公司陜西礦業(yè)分公司 |
| 主分類號: | G05B19/418 | 分類號: | G05B19/418 |
| 代理公司: | 鄭州博駿知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 41222 | 代理人: | 趙云 |
| 地址: | 100160 北京市豐臺區(qū)南*** | 國省代碼: | 北京;11 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 基于 apriori 采煤 工作面 工藝 控制 參數(shù) 反饋 調(diào)節(jié) 方法 系統(tǒng) | ||
1.一種基于Apriori的采煤工作面工藝控制參數(shù)反饋調(diào)節(jié)方法,其特征在于,包括:
根據(jù)建立的所述采煤工作面的歷史時序數(shù)據(jù)庫中包含的所述采煤工作面的歷史時序數(shù)據(jù),得到所述采煤工作面工藝控制參數(shù)的變化值;其中,所述歷史時序數(shù)據(jù)為所述采煤工作面的歷史生產(chǎn)數(shù)據(jù);
基于Kmeans方法,對所述采煤工作面工藝控制參數(shù)的變化值離散化,得到所述采煤工作面工藝控制參數(shù)的離散數(shù)據(jù)庫;
采用Apriori關(guān)聯(lián)規(guī)則算法,對所述離散數(shù)據(jù)庫中離散后的所述工藝控制參數(shù)的變化值進(jìn)行求解,提取所述采煤工作面工藝控制參數(shù)反饋調(diào)節(jié)的關(guān)聯(lián)規(guī)則;
根據(jù)提取的所述關(guān)聯(lián)規(guī)則的置信度,基于預(yù)定義規(guī)則,生成所述采煤工作面工藝控制參數(shù)的關(guān)聯(lián)規(guī)則庫。
2.根據(jù)權(quán)利要求1所述的基于Apriori的采煤工作面工藝控制參數(shù)反饋調(diào)節(jié)方法,其特征在于,所述根據(jù)建立的所述采煤工作面的歷史時序數(shù)據(jù)庫中包含的所述采煤工作面的歷史時序數(shù)據(jù),得到所述采煤工作面工藝控制參數(shù)的變化值,具體為:
對所述歷史時序數(shù)據(jù)庫中相鄰的所述歷史時序數(shù)據(jù)做差,得到對應(yīng)工況下所述采煤工作面的工藝控制參數(shù)的變化值。
3.根據(jù)權(quán)利要求1所述的基于Apriori的采煤工作面工藝控制參數(shù)反饋調(diào)節(jié)方法,其特征在于,所述基于Kmeans方法,對所述采煤工作面工藝控制參數(shù)的變化值離散化,得到所述采煤工作面工藝控制參數(shù)的離散數(shù)據(jù)庫,具體為:
基于Kmeans方法,對所述工藝控制參數(shù)的變化值進(jìn)行聚類分析;
根據(jù)所述工藝控制參數(shù)的變化值的聚類分析結(jié)果,對所述采煤工作面工藝控制參數(shù)的變化值進(jìn)行離散,得到所述采煤工作面工藝控制參數(shù)的離散數(shù)據(jù)庫。
4.根據(jù)權(quán)利要求1所述的基于Apriori的采煤工作面工藝控制參數(shù)反饋調(diào)節(jié)方法,其特征在于,所述采用Apriori關(guān)聯(lián)規(guī)則算法,對所述離散數(shù)據(jù)庫中離散后的所述工藝控制參數(shù)的變化值進(jìn)行求解,生成所述采煤工作面工藝控制參數(shù)反饋調(diào)節(jié)的關(guān)聯(lián)規(guī)則,包括:
基于Kmeans方法,對所述采煤工作面工藝控制參數(shù)的變化值進(jìn)行聚類分析,得到所述采煤工作面工藝控制參數(shù)的變化值的聚類區(qū)間;
掃描所述離散數(shù)據(jù)庫中離散后的所述采煤工作面的工藝控制參數(shù)的變化值的所有事件;其中,所述事件為屬于所述聚類區(qū)間的離散后的所述采煤工作面的工藝控制參數(shù)的變化值的支持度的集合;
依次計(jì)算每一所述事件的支持度,并根據(jù)每一所述事件的支持度,生成第一候選項(xiàng)集;其中,所述第一候選項(xiàng)集表征所述采煤工作面中每個單一所述事件對應(yīng)的工藝控制參數(shù)的支持度的集合;
對所述第一候選項(xiàng)集進(jìn)行剪枝處理,得到第一頻繁項(xiàng)集;其中,所述第一頻繁項(xiàng)集表征所述采煤工作面中大于預(yù)設(shè)的最小支持度的單一所述事件對應(yīng)的工藝控制參數(shù)的支持度的集合;
將所述第一頻繁項(xiàng)集中的數(shù)據(jù)通過連接步生成第二候選項(xiàng)集;其中,所述第二候選項(xiàng)集表征所述采煤工作面中相關(guān)聯(lián)的兩個所述事件對應(yīng)的工藝控制參數(shù)的支持度的集合;
對所述第二候選項(xiàng)集進(jìn)行剪枝處理,得到第二頻繁項(xiàng)集;其中,所述第二頻繁項(xiàng)集表征所述采煤工作面中大于所述最小支持度的相關(guān)聯(lián)的兩個所述事件對應(yīng)的工藝控制參數(shù)的支持度的集合;
將所述第一頻繁項(xiàng)集和所述第二頻繁項(xiàng)集通過連接步生成第三候選項(xiàng)集,并對所述第三候選項(xiàng)集進(jìn)行剪枝處理,得到第三頻繁項(xiàng)集;其中,所述第三候選項(xiàng)集表征所述采煤工作面中相關(guān)聯(lián)的三個所述事件對應(yīng)的工藝控制參數(shù)的支持度的集合;所述第三頻繁項(xiàng)集表征所述采煤工作面中相關(guān)聯(lián)的三個所述事件對應(yīng)的工藝控制參數(shù)的支持度的集合。
5.根據(jù)權(quán)利要求4所述的基于Apriori的采煤工作面工藝控制參數(shù)反饋調(diào)節(jié)方法,其特征在于,所述計(jì)算每一所述事件的支持度具體為:
按照:
計(jì)算每一所述事件的支撐度;
其中,P({Ai})為屬于第i個所述聚類區(qū)間的所述采煤工作面的工藝控制參數(shù)的變化值構(gòu)成的事件的支持度,i=(1,2,…,n),n為所述聚類區(qū)間的數(shù)量,n為正整數(shù);A表示所述采煤工作面的工藝控制參數(shù);Support_count(Ai)表示屬于第i個所述聚類區(qū)間的所述采煤工作面的工藝控制參數(shù)的變化值的數(shù)量;Total_count表示所有所述事件的數(shù)量。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于華能煤炭技術(shù)研究有限公司;華亭煤業(yè)集團(tuán)有限責(zé)任公司;扎賚諾爾煤業(yè)有限責(zé)任公司;慶陽新莊煤業(yè)有限公司新莊煤礦;華能云南滇東能源有限責(zé)任公司;華能煤業(yè)有限公司陜西礦業(yè)分公司,未經(jīng)華能煤炭技術(shù)研究有限公司;華亭煤業(yè)集團(tuán)有限責(zé)任公司;扎賚諾爾煤業(yè)有限責(zé)任公司;慶陽新莊煤業(yè)有限公司新莊煤礦;華能云南滇東能源有限責(zé)任公司;華能煤業(yè)有限公司陜西礦業(yè)分公司許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202211203586.2/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 一種低消耗的Apriori方法
- 一種兼顧局部樣本的頻繁項(xiàng)集數(shù)據(jù)挖掘方法
- 一種電網(wǎng)企業(yè)關(guān)鍵數(shù)據(jù)分析方法
- 應(yīng)用深度學(xué)習(xí)和改進(jìn)Apriori算法綜合的一次設(shè)備風(fēng)險(xiǎn)預(yù)測的方法
- 一種基于最短板原則的頻繁項(xiàng)集數(shù)據(jù)挖掘方法
- 一種基于加權(quán)Apriori算法的商品分類方法
- 一種基于Spark框架的增量式頻繁項(xiàng)集挖掘方法
- 基于Apriori算法的應(yīng)用優(yōu)化方法、裝置和智能設(shè)備
- 一種基于Apriori算法建立配電負(fù)荷線損關(guān)聯(lián)分析模型的方法
- 一種基于K-means和Apriori的算法海事大數(shù)據(jù)關(guān)聯(lián)分析的方法





