买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉华能吉林发电有限公司九台电厂申请的专利一种基于实时数据的煤场库存调度系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120579796B 。

龙图腾网通过国家知识产权局官网在2025-11-25发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511081680.9，技术领域涉及：G06Q10/0631；该发明授权一种基于实时数据的煤场库存调度系统是由杨志宇;荣令玉;李伟;张红光;王志超;刘佰明设计研发完成，并于2025-08-04向国家知识产权局提交的专利申请。

本一种基于实时数据的煤场库存调度系统在说明书摘要公布了：本发明公开了一种基于实时数据的煤场库存调度系统，包括感知层、边缘计算层、数字孪生层、决策层以及执行层，所述感知层用于获取基础数据；所述边缘计算层，能够对感知层的数据进行收集并清洗，能提取环境、设备状态的特征向量；能构建三维密度场；所述数字孪生层接收边缘计算层得到数据，构建三维动态的数字孪生引擎；所述决策层在接收到订单信息后，经过计算后生成控制指令；所述执行层接收到决策层下发的指令后，依据指令进行作业。本发明通过多源实时数据感知、边缘计算节点快速处理与数字孪生仿真，实现了煤场库存的精准动态调度与管理；通过设立数字孪生层进行仿真预演与力学分析，提前预警塌方风险，降低事故率。

本发明授权一种基于实时数据的煤场库存调度系统在权利要求书中公布了：1.一种基于实时数据的煤场库存调度系统，其特征在于，包括感知层、边缘计算层、数字孪生层、决策层以及执行层， 所述感知层，包括部署的高密度激光雷达矩阵、搭载红外热成像仪无人机巡检系统、地磅动态称重、环境感知网络、设备状态监控传感器； 所述边缘计算层，将设在感知层中的若干个具有计算传输能力的传感器作为边缘计算节点；边缘计算节点能够对感知层的数据进行收集，对收集的数据进行清洗，能提取环境、设备状态的特征向量；边缘计算节点对感知层的点云数据进行点云处理，并构建三维密度场； 数字孪生层，接收边缘计算层得到数据，构建三维动态的数字孪生引擎，并融合多光谱数据，在数字孪生引擎中映射出热值分布； 决策层，在接收到订单信息后，依据边缘计算节点预处理后的特征向量，运行混合优化算法，基于数字孪生层构建的具有物理特性的虚拟煤场进行仿真预演，然后生成设备控制指令，下发至执行层； 执行层，接收到决策层下发的指令后，依据指令进行作业； 所述点云处理的流程如下： 1背景模型初始化：在无动态物体干扰时，采集多帧静态场景点云，构建初始背景模型； 2动态背景更新：周期性对比新采集点云与背景模型，动态更新背景，避免误检静态结构变化为动态物体； 3原始点云降采样：对高密度激光雷达点云进行体素栅格滤波或随机采样，降低数据量，提升后续处理效率；保留关键特征点，关键特征点包括煤堆表面曲率变化区域； 4动态区域检测：对比当前帧点云与背景模型，通过距离阈值法或深度学习分割模型，提取动态区域；标记动态点云簇，区分煤堆表面自然形变与真实动态物体； 5动态物体追踪：对检测到的动态物体进行多目标跟踪，预测运动轨迹；输出动态物体的实时位置、速度及路径； 6多视角点云配准：对齐多时段或多设备采集的点云，通过ICP算法或特征匹配，消除坐标偏移； 7体素化处理：将配准后的点云转换为体素网格，填充煤堆三维空间结构；优化体素密度分布，减少空洞； 8密度场重建：基于体素化数据，计算局部点云密度场，结合密度场与体积数据，估算煤堆质量； 所述决策层的决策流程实现步骤如下： a.环境感知 1实时数据采集，设备状态监控，通过传感器实时获取装载机、运输车辆设备的运行参数，运行参数包括GPS位置、油压、发动机转速、载重状态、剩余油量；从企业ERP系统或调度平台同步当前作业订单数据，订单数据包括煤种类型、需求量、优先级、交货时间及客户位置；集成气象站与现场传感器，采集环境数据，评估环境数据对作业效率的影响； 2多源数据整合，将设备状态、订单需求与环境参数统一接入边缘计算节点，进行时间戳对齐与数据格式标准化，构建全局感知数据池； b.状态编码 1空间特征提取，将煤场激光雷达扫描的三维点云数据转换为体素网格，保留煤堆的空间特征；基于语义分割模型识别包括装卸区、道路、储煤区在内的关键区域，编码为空间拓扑图； 2时序特征建模，提取设备过去1小时内的时序数据，构建时间序列矩阵；通过长短期记忆网络分析时序数据，捕捉设备状态变化趋势； 3多模态特征融合，将空间体素特征、时序编码结果及环境参数合并为统一的高维特征向量，作为数学优化模型的输入状态表示； c.混合优化求解 1强化学习策略生成，调用预训练的强化学习模型，基于当前状态的高维特征向量生成候选调度策略集； 2数学规划求解，将调度问题转化为数学优化模型，目标函数为最小化总成本，约束条件包括设备容量、交货期限、安全间距；使用求解器对数学优化模型进行求解，输出最优调度方案； 3数字孪生仿真验证，在数字孪生引擎中加载候选策略，模拟执行全过程，评估实际效果；根据仿真结果调整策略权重，筛选出鲁棒性最强的可行方案； d.指令下发 1将优化后的调度方案分解为设备可执行指令序列； 2将指令下发至目标设备；并实时接收设备执行状态，动态触发异常处理机制； 所述边缘计算节点的处理方法如下： S1.采集部署的激光雷达实时扫描煤堆表面，生成的高精度三维点云数据；同步接入环境传感器数据，修正点云采集误差； S2.实时接收并清洗点云数据，剔除噪声点，标准化数据格式，适配后续处理模块； S3.临时存储原始点云及预处理结果，支持突发性大规模扫描数据的高效吞吐； S4.点云配准，对齐多视角扫描的点云，消除因设备移动或环境抖动导致的坐标偏移；采用ICP算法配准，构建完整的煤堆三维模型；动态更新配准结果； S5.基于煤场地面点云，拟合基准平面作为体积计算参考面，对配准后的点云进行表面重建，生成封闭煤堆表面，计算煤堆体积； S6.对煤堆的结构风险进行检测和识别； S7.实时计算模块监测体积变化速率，对于体积突变发出告警； S8.依据设立在边缘计算节点的部署轻量化AI模型，识别煤堆中的异物或煤质分类； S9.推送体积计算结果至煤场管理系统；可视化输出三维煤堆模型，标注关键参数，并将体积数据同步至云端； 所述数字孪生引擎的构建步骤如下： 一、点云数据预处理与增强： 接收边缘计算节点处理后的点云数据；同步接入煤场环境参数及作业日志；分割并移除残留干扰，保留煤堆主体点云；基于密度场信息，增强高密度区域细节，平滑低密度噪声；利用预训练模型区分煤堆、地面、装卸设备的语义类别，为后续物理属性绑定提供标签； 二、三维模型重建与结构优化： A1.体素化处理，将点云转换为高分辨率体素网格，保留密度场数据作为体素属性；动态调整体素分辨率，平衡计算效率与模型精度； A2.表面重建，采用MarchingCubes算法，从体素网格生成煤堆表面三角网格模型； A3.孔洞修复，基于密度场插值填补因遮挡导致的模型缺失区域； A4.构建分层模型，粗粒度模型用于全局可视化，细粒度模型支持局部力学分析； 三、物理属性绑定： 密度绑定，将体素密度场映射为煤堆质量分布属性； 热值纹理映射，根据煤种分类赋予不同区域热值参数，支持燃烧效率模拟； 湿度参数绑定，关联环境传感器数据，标注煤堆表层湿度梯度。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人华能吉林发电有限公司九台电厂，其通讯地址为：130599 吉林省长春市九台市九台昭旭能源产业园区；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。