權利要求
1.基于人工智能的礦山環境智能預測系統,其特征在于,包括:環境參數采集模塊、數據處理模塊、礦山環境智能預測模塊與預防報警模塊; 所述環境參數采集模塊用于采集監測區域中的環境參數; 所述數據處理模塊用于對所述環境參數進行預處理; 所述礦山環境智能預測模塊用于根據預處理后的所述環境參數進行未來趨勢預測; 所述預防報警模塊根據預測的結果進行報警。2.根據權利要求1所述的基于人工智能的礦山環境智能預測系統,其特征在于, 所述環境參數包括:pH數據、重金屬有效態含量與重金屬賦存形態含量; 所述環境參數采集模塊包括:pH傳感器、重金屬有效態含量傳感器與重金屬賦存形態含量傳感器; 所述重金屬有效態含量傳感器用于采集重金屬的有效態含量; 所述重金屬賦存形態含量傳感器用于采集砷、銅、鎘、鉛、鋅、鎳的賦存形態含量。 3.根據權利要求2所述的基于人工智能的礦山環境智能預測系統,其特征在于, 所述數據處理模塊中的預處理為:將所述環境參數按時間先后順序排序,對同一類型的環境參數進行均值處理。 4.根據權利要求3所述的基于人工智能的礦山環境智能預測系統,其特征在于, 所述礦山環境智能預測模塊包括:LSTM神經網絡、訓練數據庫和趨勢預測模型; 所述訓練數據庫用于存儲環境訓練數據,并對所述環境訓練數據進行標注; 所述LSTM神經網絡用于基于標注后的所述環境訓練數據進行迭代訓練,獲得所述趨勢預測模型; 所述趨勢預測模型用于根據所述環境參數進行未來趨勢預測。 5.根據權利要求4所述的基于人工智能的礦山環境智能預測系統,其特征在于, 所述LSTM神經網絡包括:輸入層、隱藏層與輸出層; 所述輸入層用于輸入環境訓練數據; 所述隱藏層用于迭代學習時間序列數據的短程和長程語義特征; 所述輸出層用于輸出預測結果。 6.根據權利要求4所述的基于人工智能的礦山環境智能預測系統,其特征在于, 所述趨勢預測模型進行未來趨勢預測包括:進行短期趨勢預測、進行中期趨勢預測與進行長期趨勢預測。 7.根據權利要求6所述的基于人工智能的礦山環境智能預測系統,其特征在于, 所述環境訓
聲明:
“基于人工智能的礦山環境智能預測系統” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)