-
公开(公告)号：CN116010476A
公开(公告)日：2023-04-25
申请号：CN202211649040.X
申请日：2022-12-21
Applicant: 中煤科工集团信息技术有限公司
IPC: G06F16/2458 , G06F16/22 , G06F18/241 , G06F18/214 , G06N3/08 , G06N3/0464
Abstract: 本申请提出基于时间粒度分类器的非标准格式数据库查询方法及系统，所述方法包括：获取待查询表格对应的字段矩阵；将所述字段矩阵输入预先构建好的深度学习网络分类器中，得到待查询表格的时间粒度分类结果；根据所述待查询表格的时间粒度分类结果创建临时列，并基于所述临时列进行数据查询。本申请提出的技术方案，提升了非标准格式数据库在数据查询时的效率。
-
公开(公告)号：CN116246614A
公开(公告)日：2023-06-09
申请号：CN202211685950.3
申请日：2022-12-27
Applicant: 中煤科工集团信息技术有限公司
IPC: G10L15/16 , G06F3/0487 , G06F3/0481 , G06F3/16 , G06N3/0464 , G06N3/048 , G06N3/08 , G10L15/22
Abstract: 本申请公开了一种基于语音控制的智慧大屏页面切换方法和装置，其中，该方法包括：获取指令语音，并将指令语音输入至深度可分离卷积模型，输出音频特征信息，然后根据音频特征信息，通过双半步剩余权重前馈神经网络，获取隐层序列信息，再根据隐层序列信息，通过稀疏注意力解码器模型，获取目标指令，最后根据目标指令，通过界面切换模块进行页面切换。本申请可以通过指令语音实现页面切换，能够扩展页面切换方式，提高页面切换效率。
-
公开(公告)号：CN114398773A
公开(公告)日：2022-04-26
申请号：CN202111663433.1
申请日：2021-12-31
Applicant: 中煤科工集团信息技术有限公司
Abstract: 本申请提供了一种基于人工智能技术的煤矿调度机器人系统。所述系统包括调度AI大脑、三维可视化智能调度平台以及矿井智能化调度平台，其中，所述调度AI大脑包括AI平台模块和调度AI知识图谱模块：所述AI平台模块用于提供多种调度算法模型，所述调度AI知识图谱模块用于提供煤矿调度运转相关的多种知识图谱，所述三维可视化智能调度平台用于提供调度孪生模型，实现煤矿生产指挥调度的三维可视化；所述矿井智能化调度平台用于基于所述调度算法模型和知识图谱，实现多个业务场景模块的功能。大幅提高了煤矿调度人员的工作效率，减轻了业务负担。
-
公开(公告)号：CN114358730A
公开(公告)日：2022-04-15
申请号：CN202111660569.7
申请日：2021-12-31
Applicant: 中煤科工集团信息技术有限公司
Abstract: 本发明提出一种基于机器学习的煤炭业务处理方法及设备，该方法通过对煤矿实际业务及应用场景进行机器学习平台设计，对煤炭行业实际应用现场及设备数据、模型进行积累，收编及优化，完成对机器学习平台在煤炭行业大量数据和成功实践的储备；对煤炭行业数据、算法模型的命名及发布进行规范化、标准化管理，提高可追溯性；采用微服务架构，将具体业务封装为应用，每个应用运行在独立的进程中，保证业务高度的独立性，低耦合，高内聚；应用之间相互协调，相互配合，为最终用户提供应用价值。
-
公开(公告)号：CN119940055A
公开(公告)日：2025-05-06
申请号：CN202510422366.6
申请日：2025-04-07
Applicant: 中煤科工集团信息技术有限公司
IPC: G06F30/25 , G06Q50/02 , G06F119/02
Abstract: 本公开提出了一种采煤工作面矿压预测方法、装置、电子设备，包括：获取目标采煤工作面的工况数据，并基于工况数据建立目标采煤工作面至少一个数据因子；针对任一数据因子，计算数据因子的初始粒化参数和趋势强度参数；基于趋势强度参数对初始粒化参数进行调整，以生成目标粒化参数；基于目标粒化参数和数据因子构建目标预测数据区间，并将目标预测数据区间输入至矿压预测模型中，以输出目标采煤工作面的预测矿压数据，矿压预测模型包括空间注意力机制单元。通过对每个数据因子进行粒度自适应调整，能够更精确地捕捉数据的变化特征，同时通过将特征因子的数据值转换为能更好地呈现矿压的不确定性，为矿压预测提供了更可靠的支持。
-
Patent Agency Ranking
公开(公告)号：CN119920367A
公开(公告)日：2025-05-02
申请号：CN202510399661.4
申请日：2025-04-01
Applicant: 中煤科工集团信息技术有限公司
IPC: G16C20/70 , G16C20/20 , G06F18/2415 , G06F18/2433 , G06N3/0442 , G06N3/045 , G06N3/0464 , G01N33/22 , E21F17/18
Abstract: 本申请提出一种瓦斯数据异常检测方法及装置，方法包括：获取待检测的瓦斯数据集；基于瓦斯数据集计算得到的联合信息熵，对瓦斯数据集进行粒度划分，以确定瓦斯数据集中各个瓦斯数据所属的粒度标识；对属于同一类粒度标识下的多个瓦斯数据进行特征提取，以确定对应的目标特征；根据属于各类粒度标识下的多个瓦斯数据对应的目标特征，通过预训练的瓦斯异常检测模型，以确定瓦斯数据集对应的异常概率值序列；其中，异常概率值序列中各个异常概率值用于指示瓦斯数据集中对应的瓦斯数据出现瓦斯数据异常的概率，由此，无需消耗大量的时间成本，对瓦斯数据进行预先标注，提高了瓦斯异常检测模型检测的准确性和可靠性。
-
公开(公告)号：CN117312507A
公开(公告)日：2023-12-29
申请号：CN202311178145.6
申请日：2023-09-13
Applicant: 中煤科工集团信息技术有限公司
IPC: G06F16/332 , G06F16/33 , G06Q50/02
Abstract: 本申请提出一种基于煤炭安全生产知识的应答方法及装置。其中，方法包括：获取待应答的煤炭安全生产问题；基于预设的煤炭安全生产知识库，获取与待应答的煤炭安全生产问题所匹配的目标知识内容；将待应答的煤炭安全生产问题和目标知识内容输入至预设的大模型集群，获取对应的应答数据；其中，大模型集群已学习得到基于煤炭安全生产相关问题的及其所匹配的知识内容，输出对应的应答数据的能力。本方案可以降低人力成本，提升知识获取效率，也可以基于大模型集群的语义理解及应答生成来提升知识获取的精准性。
-
公开(公告)号：CN116108637A
公开(公告)日：2023-05-12
申请号：CN202211674488.7
申请日：2022-12-26
Applicant: 中煤科工集团信息技术有限公司
IPC: G06F30/20 , G06Q10/0639 , G06F119/02
Abstract: 本申请提出一种基于FMECA和FTA的煤矿胶带运输系统的可靠性分析方法，该方法包括：对煤矿胶带运输机进行FMECA分析，并将每个故障模式的危害性影响因素进行模糊化处理；通过层次分析法生成影响因素权重集，并结合模糊评价矩阵和影响因素权重集对每个故障模式的危害度进行多级模糊综合评价；结合多级模糊综合评价的结果确定故障树FTA的顶事件，构造煤矿运输系统故障树模型，并将故障树模型映射至贝叶斯网络；通过贝叶斯网络计算顶事件的相关故障信息，从煤矿运输系统的故障率和平均故障间隔时间两个角度对煤矿胶带运输系统的可靠性进行预测。该方法基于模糊FMECA和贝叶斯FTA模型的综合分析，能够对煤矿胶带机运输系统的故障模式进行准确的分析。
-
公开(公告)号：CN115238740A
公开(公告)日：2022-10-25
申请号：CN202210868095.3
申请日：2022-07-22
Applicant: 中煤科工集团信息技术有限公司
Abstract: 本公开提出一种基于时频分布和深度学习的故障诊断方法及装置，该方法包括获取各种工况下设备运行过程中的多种时域信号，并获得多种时域信号在各种工况下的设备状态标签，设备状态标签包括设备正常和设备故障；将各种时域信号分别转化成时频谱图，将多种时频谱图进行拼接获得目标时频谱图，基于各种工况下的目标时频谱图和设备状态标签获得第一训练集；利用第一训练集训练第一神经网络得到设备状态模型；实时获取待测设备运行过程中的多种时域信号，基于实时获取的多种时域信号获得对应的目标时频谱图，将对应的目标时频谱图输入设备状态模型判断待测设备是否发生故障。根据本公开的方法能够提高设备故障诊断的客观性和及时性。
-
公开(公告)号：CN219608696U
公开(公告)日：2023-08-29
申请号：CN202222976588.7
申请日：2022-11-08
Applicant: 中煤科工集团信息技术有限公司
Abstract: 本实用新型公开了一种矿井设备齿轮箱油液检测平台，包括：可拆卸设置的壳体和保护门，所述壳体内设置有支撑板，所述支撑板上固定设置有测量传感器组，所述测量传感器组内贯穿设置有检测油管，用以将油液传递至测量传感器组内，所述检测油管可外接被测油路设置，所述壳体内设置有若干电源开关，若干所述电源开关电连接有数据处理模块，所述数据处理模块与所述测量传感器组电连接设置。该实用新型可以及时的对油液进行检测，减少了送检周期，避免在送检过程中以及人工取样过程中产生油品污染的问题，并且由于数据模块的设置，可以对油样检测结果进行实时检测，极大的提高了大面积内设备油样检测的实时监控效率。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.035 seconds)
