基于联邦学习的矿井粉尘浓度跨区域预测方法及系统

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
基于联邦学习的矿井粉尘浓度跨区域预测方法及系统
申请号:CN202510991193
申请日期:2025-07-18
公开号:CN120509551A
公开日期:2025-08-19
类型:发明专利
摘要
本申请属于矿井安全监测与智能控制技术领域,具体提供了基于联邦学习的矿井粉尘浓度跨区域预测方法及系统,方法主要包括:获取多个矿区的震动频谱、风速数据、温湿度数据,对震动频谱、风速数据、温湿度数据进行预处理,生成联邦标准化特征矩阵;基于联邦标准化特征矩阵,通过三维卷积提取空间特征、高危区域注意力加权及时序建模处理,生成多矿区联邦预测模型。本申请能够实现跨区域精准捕捉粉尘扩散动态,协同调度设备高效抑尘,助力新矿区快速构建精准预测与防控体系,有效提升了矿井粉尘治理的科学性、协同性与安全性。
技术关键词
矿井粉尘浓度 区域预测方法 联动设备 矩阵 温湿度 报告 联邦模型 喷雾装置 数据 风速 矿井粉尘治理 注意力 加权特征 坐标 掘进面 生成设备 融合特征 高效抑尘