基于深度学习的煤矿掘进机电设备运行数据分析与智能决策支持研究

文档摘要：本研究针对煤矿掘进机电设备在运行中所面临的数据处理和决策挑战,提出了一个基于深度学习的分析与智能决策支持系统.研究首先通过深度学习技术,特别是长短时记忆网络(LSTM)和深度强化学习(DRL),对掘进机电设备的运行数据进行分析,并准确预测设备状态.接着,利用所建立的模型进行智能决策,以优化设备性能和延长使用寿命.实验结果表明,该系统能显著提高煤矿机电设备的运行效率和安全性,相比于传统方法,该系统在准确性和可靠性方面均有显著提升.

作者：屈宾   吴晓光 Author：
作者单位：兖矿能源集团股份有限公司南屯煤矿兖矿能源集团有限公司山东煤炭科技研究院分公司
刊名：电气技术与经济
Journal：ElectricalEquipmentandEconomy
年，卷(期)：2024, (6)
分类号：
关键词：深度学习  运行数据分析  机电设备  长短时记忆网络  智能决策  深度Q网络  
机标分类号：TM862TH16TM734
在线出版日期：2024年7月10日
基金项目：基于深度学习的煤矿掘进机电设备运行数据分析与智能决策支持研究[
期刊论文]  电气技术与经济--2024, (6)屈宾  吴晓光本研究针对煤矿掘进机电设备在运行中所面临的数据处理和决策挑战,提出了一个基于深度学习的分析与智能决策支持系统.研究首先通过深度学习技术,特别是长短时记忆网络(LSTM)和深度强化学习(DRL),对掘进机电设备的运行数...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文

关键词：

2024-10-4 00:48 上传 基于深度学习的煤矿掘进机电设备运行数据分析与智能决策支持研究.pdf

文件大小:

1.65 MB

下载次数:

60

高速下载