Platform construction and data processing application technology in coal industry monitoring big data
ZHANG Yuangang,LIU Kun,YANG Lin,WANG Lei
为保障煤矿的安全高效生产,及时准确地预测可能发生的故障及灾害,通过分析兖矿集团煤矿大数据的现状及存在的问题,探讨了在大数据时代下,煤炭工业监控大数据平台的建设和使用方法。依托互联网、云计算和大数据技术,采集、整理和存储海量数据。通过数据挖掘技术和视频分析技术来探索发掘现场生产规律,从而提高煤矿应对潜在灾害和发现安全隐患的能力。以煤矿带式输送机工况监控系统大数据和视频监控系统大数据分析为例,分别使用流形空间的非平衡处理技术和分水岭等视觉技术对数据进行处理。试验结果表明:流形空间的过采样技术可以提高AUC指标20%左右,且基于机器视觉的煤流检测也能达到较好的效果。同时,探讨了大数据与煤炭工业监控系统的结合,并提出了报警数据融合应用的具体解决方法。
big data; industrial monitoring big data; video big data analysis; belt conveyer; coal mine
主办单位:煤炭科学研究总院有限公司 中国煤炭学会学术期刊工作委员会