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！

申请/专利权人：陕西智引科技有限公司

摘要：本发明提出一种煤炭安全生产的智能实时监测系统，包括采集煤矿机电数据、数据预处理、故障预测和实时监测等步骤。通过传感器网络收集数据，采用增强PCA算法提取重要特征子集，利用改进遗传算法优化的XGBoost模型判断设备是否故障。监测中心包括显示模块和报警模块，可实时显示设备运行状态，检测到故障时发出警报。该系统中传感器网络实现全面实时监测，增强PCA解决传统PCA处理非线性数据的局限性，改进遗传算法提高预测准确性，显示和报警模块保障煤炭安全生产，能够全面、准确地采集煤矿机电设备的运行数据，通过先进的数据处理和分析算法，及时发现设备故障隐患，并实现实时监测和警报，以提高煤炭生产的安全性和可靠性。

主权项：1.一种煤炭安全生产的智能实时监测系统，其特征在于，包括以下步骤：S1、首先采集煤矿机电数据，通过传感器网络收集煤矿机电设备的运行数据；S2、其次对收集到的数据进行预处理，采用增强PCA算法提取并选取对故障监测有重要影响的特征子集；S3、然后采用改进遗传算法优化的XGBoost模型进行预测，判断煤矿机电设备是否存在故障；S4、最后实现实时监测，将判断结果传输至监测中心，实现对煤矿机电设备的实时监测，并在检测到故障时发出警报信号，确保煤炭安全生产。所述步骤S2中增强PCA算法的步骤如下：S21、首先选择合适的核函数kx,y，包括线性核、多项式核以及高斯核；S22、然后对于给定的数据集{x1,x2,x3,...,xn}核函数为kxi,xj，计算核矩阵K：Kij＝kxi,xj；S23、其次为了使数据中心化，核矩阵需要进行中心化处理，中心化后的核矩阵K′由以下公式计算：K′＝K-1nK-K1n+1nK1n其中1n是一个n×n的矩阵，所有元素都为S24、随后对中心化的核矩阵K′进行特征分解，得到特征值λi和对应的特征向量αi：K′αi＝λiαi；S25、接下来根据特征值的大小选择前k个最大的特征值及其对应的特征向量，作为主成分；S26、最后将数据投影到主成分上，得到降维后的数据： 其中，αij是第j个特征向量的第i个分量，n为特征向量的个数；所述步骤S3采用改进遗传算法优化的XGBoost模型进行预测步骤如下：S31、首先定义优化问题，目标是优化XGboost模型的超参数；S32、其次进行编码和初始化，将上述的超参数编码为遗传算法的个体，初始化为一个种群；S33、接着定义适应度函数，以评价每个个体的优劣： 其中，params是模型的超参数，foldi是第i个交叉验证折，score是模型在交叉验证折上的表现，k是交叉验证的折数；S34、随后在优化遗传算法中，优化选择、交叉和变异操作，使用轮盘赌和锦标赛选择相结合的方法进行选择，使用多点交叉方式进行交叉操作，使用非均匀变异，早期进行较大范围的变异，后期进行较小范围的精细调整的方式进行变异操作；S35、接下来迭代进行选择、交叉和变异操作，更新种群，直到满足停止条件，如达到最大迭代次数或适应度不再显著提高；S36、最后使用优化后的超参数训练XGBoost模型，进行预测操作，并且计算准确率。

全文数据：

权利要求：

百度查询： 陕西智引科技有限公司 一种煤炭安全生产的智能实时监测系统