CN114118717A - 一种矿山企业生产状态监管监察方法及系统 - Google Patents
一种矿山企业生产状态监管监察方法及系统 Download PDFInfo
- Publication number
- CN114118717A CN114118717A CN202111306743.8A CN202111306743A CN114118717A CN 114118717 A CN114118717 A CN 114118717A CN 202111306743 A CN202111306743 A CN 202111306743A CN 114118717 A CN114118717 A CN 114118717A
- Authority
- CN
- China
- Prior art keywords
- mine
- data
- enterprise
- personnel
- production state
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 239
- 238000000034 method Methods 0.000 title claims abstract description 46
- 230000005611 electricity Effects 0.000 claims description 77
- 238000004364 calculation method Methods 0.000 claims description 4
- 230000009467 reduction Effects 0.000 claims description 3
- 230000010076 replication Effects 0.000 claims description 3
- 238000012544 monitoring process Methods 0.000 abstract description 13
- 238000004458 analytical method Methods 0.000 description 3
- 230000006399 behavior Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 206010063385 Intellectualisation Diseases 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 238000003326 Quality management system Methods 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 229910052500 inorganic mineral Inorganic materials 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 239000011707 mineral Substances 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Agronomy & Crop Science (AREA)
- Animal Husbandry (AREA)
- Marine Sciences & Fisheries (AREA)
- Mining & Mineral Resources (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请提供一种矿山企业生产状态监管监察方法及系统,包括:S1,采集企业的基础数据、矿山用电量数据和矿山人员数据;S2,判断矿山用电量数据是否有缺失,若是,则执行S3,否则,执行S4;S3,根据基础数据中生产状态数据,判断企业生产状态是否为停产且矿山人员数据大于预设人员阈值,若是,判定企业私自复工,否则,根据人员基准数据和预设矿山人员阈值判断企业生产状态;S4,根据基础数据中企业的生产状态数据,判断企业生产状态是否为停产且矿山用电量数据大于对应的预设用电阈值,若是,判定企业私自复工,否则,根据矿山用电基准数据和预设矿山用电阈值判断企业生产状态。本申请提高了企业生产状态获取的及时性和准确性。
Description
技术领域
本申请涉及矿山生产状态监管监察技术领域,尤其涉及一种矿山企业生产 状态监管监察方法及系统。
背景技术
矿山企业复工复产,是指因特殊事故原因、重大节假日、国家宏观调控等 因素,使全部或部分矿山企业不能进行正常生产的事件,当企业生产状态由停 产转为生产的过程。矿山企业停工停产后,需要由国家和地方政府统一指导企 业进行复工复产。通过融合矿山企业多维数据进行复工复产分析,对分析矿山 企业复工率、保供应、促民生具有重要的意义,同时,对监管监察部门精准分 析矿山企业明停暗开等违规生产行为,强化监管提供了重要的技术手段。
随着矿山智能化的深入发展,矿山感知系统中的环境监测数据以及井下人 员等实时监测数据实现了数据联网,数据流自矿山企业传输至直属监管监察部 门及上一级监管监察部门。
矿山复工复产的远程监管监察主要包括:企业未符合复工复产条件私自非 法生产(简称明停暗开)、企业符合复工复产条件未正常生产,以及企业符合 复工复产条件且正常生产。
对于矿山企业复工复产的监控,也有部分研究人员提出了一些方法,通过 对矿山企业用电特征聚类后获得企业所属行业,针对不同矿山企业用电特征进 行分析比较,针对行业整体与往年用电特征进行分析比较,可以得到矿山企业 复工复产整体情况,对矿山企业复工复产进行监控。目前充分利用矿山生产系 统的井下感知数据,并结合矿山电力数据,对矿山进行复工复产监控的研究还 处于空白。
现有的矿山企业复工复产监管存在两个问题:
1、依靠逐级人工上报进行统计,不能及时掌握企业复工复产情况。
当前的复工复产监控系统主要依靠企业进行逐级上报,近年来,随着矿山 智能化的快速发展,使得矿山的感知数据实现从矿山至上一级监管监察部门的 采集、传输、汇聚,这些实时数据经过处理后存入数据库,然而,依靠逐级人 工上报进行统计,不能及时掌握企业复工复产情况。
2、无法及时掌握企业明停暗开、昼停夜开等违法行为
由于监管监察部门人力有限,无法实现全国矿山企业的蹲点式监管监察, 及时掌握责令停产整改矿山、检修矿山的停产情况。无法及时掌握企业明停暗 开、昼停夜开等违法行为。
因此,如何提高矿山企业生产状态获取的及时性和准确性是目前急需解决 的技术问题。
发明内容
本申请的目的在于提供一种矿山企业生产状态监管监察方法及系统,提高 了矿山企业生产状态获取的及时性和准确性。
为达到上述目的,本申请提供一种矿山企业生产状态监管监察方法,该方 法包括如下步骤:
步骤S1,采集矿山企业的基础数据、矿山用电量数据和矿山人员数据;
步骤S2,根据采集的矿山用电量数据,判断矿山用电量数据是否有缺失, 若是,则执行步骤S3,否则,执行步骤S4;
步骤S3,根据基础数据中矿山企业的生产状态数据,判断企业生产状态是 否为停产且矿山人员数据大于预设人员阈值,若是,则判定企业私自复工复产, 否则,获取对应基础数据中日期类型的人员基准数据,并根据人员基准数据和 预设矿山人员阈值判断标准,判断矿山企业实际生产状态;
步骤S4,根据基础数据中矿山企业的生产状态数据,判断企业生产状态是 否为停产且矿山用电量数据大于对应的预设用电阈值,若是,则判定企业私自 复工复产,否则,获取矿山用电基准数据,并根据矿山用电基准数据和预设矿 山用电阈值判断标准,判断矿山企业实际生产状态。
如上的,其中,该方法还包括如下步骤:
将矿山企业实际生产状态的判断结果存入数据库,并将判断结果传输至前 端展示系统,实时展示矿山企业的生产状态。
如上的,其中,根据人员基准数据和预设矿山人员阈值判断标准,判断矿 山生产状态的方法包括如下步骤:
判断人员基准数据和矿山人员数据是否有完整,若人员基准数据和矿山人 员数据均完整,则计算矿山的基准期标准得分和百分位数,依据预设矿山人员 阈值判断标准,判断矿山当前的生产状态;若人员基准数据有缺失,则依据人 员整体阈值,判断矿山企业当前的生产状态;若矿山人员数据有缺失,则发出 矿山人员数据未及时上报的警示。
如上的,其中,矿山的基准期标准得分的计算公式如下:
如上的,其中,百分位数的计算公式如下:
其中,P表示百分位数,y表示满足y≤X,y∈Bk的集合;X为矿山人员数量, Bk为基准期人员数量集合,符号||表示集合中元素的个数。
如上的,其中,依据预设矿山人员阈值判断标准,判断矿山当前的生产状 态的方法包括:
若矿山人员数量小于预设的矿山生产的最小人数,则判定矿山企业实际生 产状态为停产,否则,继续执行如下判断:
若百分位数P∈(0,1),则判定矿山企业实际生产状态为正常生产;
若百分位数P=0,且基准期标准得分Z∈[-5.5,4],则判定矿山企业实际生产 状态为正常生产,否则判定矿山企业实际生产状态为减产;
若百分位数P=1,且基准期标准得分Z∈[-3,4],则判定矿山企业实际生产状 态为正常生产,否则,判定矿山企业实际生产状态为增产。
如上的,其中,根据矿山用电基准数据和预设矿山用电阈值判断标准,判 断矿山生产状态的方法包括如下步骤:
判断矿山用电基准数据是否有缺失,若是,则依据用电整体阈值确定矿山 当前的生产状态;否则,依据预设矿山用电阈值判断标准,判断矿山当前的生 产状态。
如上的,其中,依据预设矿山用电阈值判断标准,判断矿山当前的生产状 态包括如下步骤:
若实时采集的用电量数据小于矿山生产的最小用电量,则判定矿山企业实 际生产状态为停产状态,否则基于基准期用电量数据,计算分值S=实时用电量 数据/基准期用电量均值;
根据分值S判断矿山企业的实际生产状态,具体的判断方法如下:
若S∈[0.9,1.1],则判定矿山企业实际生产状态为正常生产;
若S<0.9,则判定矿山企业实际生产状态为减产;
若S>1.1,则判定矿山企业实际生产状态为增产。
一种矿山企业生产状态监管监察系统,执行上述方法,该监管监察系统包 括:
矿山数据采集装置,用于实时采集矿山企业的基础数据、矿山用电量数据 和矿山人员数据;
第一判断模块,用于根据采集的矿山用电量数据,判断矿山用电量数据是 否有缺失;
第二判断模块,根据基础数据中矿山企业的生产状态数据,判断企业生产 状态是否为停产且矿山人员数据大于预设人员阈值,若是,则发出企业私自复 工复产的判断结果,否则,获取对应基础数据中日期类型的人员基准数据,并 根据人员基准数据和预设矿山人员阈值判断标准,判断矿山企业实际生产状态;
第三判断模块,根据基础数据中矿山企业的生产状态数据,判断企业生产 状态是否为停产且矿山用电量数据大于对应的预设用电阈值,若是,则发出企 业私自复工复产的判断结果,否则,获取矿山用电基准数据,并根据矿山用电 基准数据和预设矿山用电阈值判断标准,判断矿山企业实际生产状态。
一种矿山企业生产状态监管监察系统,该监管监察系统包括:
前端展示系统,接收矿山企业实际生产状态的判断结果,并实时展示矿 山企业实际的生产状态。
本申请实现的有益效果如下:
(1)本申请充分分析矿山企业井下实时人员数据和矿山企业用电量数据的 特点,融合矿山各类生产感知数据(例如:井下感知数据),结合矿山监管监 察的执法需求和矿山企业生产的业务特点,多维度实现对矿山企业整体复工复 产进行综合分析,分析企业明停暗开、昼停夜开等场景,提高了矿山企业生产 状态判断的及时性和准确性,实现了精准执法、跨地域执法、指导和监督矿山 企业正常复工复产。
(2)本申请在矿山人员数据小于预设人员阈值时,利用预设矿山人员阈值 判断标准判断矿山企业的生产状态;在矿山企业用电量数据小于预设用电量阈 值时,利用预设矿山用电阈值判断标准判断矿山企业的生产状态,提高了矿山 生产状态判断的及时性和准确性。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实 施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面 描述中的附图仅仅是本申请中记载的一些实施例,对于本领域技术人员来讲, 还可以根据这些附图获得其他的附图。
图1为本申请实施例的一种矿山企业生产状态监管监察方法的流程图。
图2为本申请实施例的根据人员基准数据和预设矿山人员阈值判断标准, 判断矿山企业生产状态的方法流程图。
图3为本申请实施例的根据矿山用电基准数据和预设矿山用电阈值判断标 准,判断矿山企业生产状态的方法流程图。
图4为本申请实施例的基准期人员数量均值的获取方法流程图。
图5为本申请实施例的一种矿山企业生产状态监管监察系统的结构示意图。
图6为本申请实施例的一种矿山企业生产状态监管监察方法的流程框图。
图7为本申请实施例的矿山企业的生产数据、矿山用电量数据和矿山人员 数据的采集流程图。
附图标记:10-矿山传感器;20-第一判断模块;30-第二判断模块;40- 第三判断模块;50-前端展示系统;100-矿山企业生产状态监管监察系统。
具体实施方式
下面结合本申请实施例中的附图,对本申请实施例中的技术方案进行清 楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全 部的实施例。基于本申请中的实施例,本领域技术人员在没有做出创造性劳 动前提下所获得的所有其他实施例,都属于本申请保护的范围。
实施例一
如图1所示,本申请提供一种矿山企业生产状态监管监察方法,包括如 下子步骤:
步骤S1,采集矿山企业的基础数据、矿山用电量数据和矿山人员数据。
其中,矿山用电量数据为实际用电量数据,也即一天内的用电量数据。
其中,矿山人员数据为采集某一时刻,矿山井下的实际人员数量。
具体的,利用flume、flink开发程序实现矿山企业的基础数据、矿山用 电量数据和矿山人员数据的传输和汇聚。
对采集的数据进行实时处理及数据仓库设计,包含:数据仓库分为ODS、 DWD、DWS、ADS四层,Elasticsearch存储ODS原始数据,Doris存储DWD 数据明细,DWS数据汇总,ADS数据应用。实时数据通过Kafka队列,采 用Flink进行实时处理分析。
其中,采集的矿山企业的基础数据包括矿山编码、矿山名称、生产状态 (生产、停产、建设、长停等)、数据时间等。
其中,采集的矿山用电量数据包括矿山编码、矿山名称、日期、用户编 号、工商单位名称、用户名称、合同容量、电压等级、电压值、用电量、数 据时间等。
其中,采集的矿山(矿山井下)人员数据还包括矿山编码、矿山名称、 人员卡编码、姓名、出入井标志位、入井时刻、出井时刻、区域编码、进入 当前区域时刻、基站编码、进入当前所处基站时刻、劳动组织方式、距离基 站距离、人员工作状态、是否为领导、是否为特种人员、行进轨迹基站(单 位为米)等。
如图7所示,矿山企业的基础数据、矿山用电量数据和矿山人员数据的 采集流程包括:直属监管监察部门的采集系统从各个矿山采集矿山企业的基 础数据、矿山用电量数据和矿山人员数据,并将采集的数据发送到直属监管 监察部门前置机Kafka(开源流处理平台)。直属监管监察部门前置机Flume 程序消费Kafka数据并进行格式校验,校验后将采集的数据分为正确和错误 两种类型的数据,发送到上一级监管监察部门一级Kafka集群。正确数据通 过Flink(计算框架)处理发送到上一级监管监察部门二级Kafka集群,由 MPP数据库消费入库,错误数据由时序库集群消费入库,作为后续数据质量 管理系统的资源。
步骤S2,根据采集的矿山用电量数据,判断矿山用电量数据是否有缺失, 若是,则执行步骤S3,否则,执行步骤S4。
步骤S3,根据基础数据中矿山企业的生产状态数据,判断企业生产状态是 否为停产且矿山人员数据大于预设人员阈值,若是,则判定矿山企业私自复工 复产,否则,获取对应基础数据中日期类型的预设人员基准数据,并根据预设 人员基准数据和预设矿山人员阈值(矿山个性化人员阈值)判断标准,判断矿 山企业实际生产状态。
其中,预设矿山人员阈值判断标准为预先设定的矿山个性化人员阈值判断 方法。
其中,不同日期类型的矿山人员数量分布差异较大,日期类型分为两种类 型:节假日和非节假日。不同矿山在不同日期类型下具有不同的矿山人员基准 数据集。
步骤S4,根据基础数据中矿山企业的生产状态数据,判断企业生产状态 是否为停产且矿山用电量数据大于对应的预设用电阈值,若是,则判定矿山 企业私自复工复产,否则,获取矿山用电基准数据,并根据矿山用电基准数 据和预设矿山用电阈值(矿山个性化用电阈值)判断标准,判断矿山企业实 际生产状态。
具体的,若矿山企业的生产状态为停产和正常生产的预设用电阈值不同, 正常生产的预设用电阈值大于停产的预设用电阈值。
若矿山企业的生产状态为停产,则判断矿山用电量数据是否大于停产时 的预设用电阈值,若是,则给出发出企业私自复工复产的判断结果,否则, 获取矿山用电基准数据,并根据矿山用电基准数据和矿山个性化用电阈值判 断标准,判断矿山生产状态。
预设矿山用电阈值(矿山个性化用电阈值)判断标准为预先设定的矿山 个性化用电阈值判断方法。
步骤S5,将矿山企业实际生产状态的判断结果存入数据库,并将判断结 果传输至前端展示系统,实时展示矿山企业的实际生产状态。
如图2所示,获取对应基础数据中日期类型的人员基准数据,并根据人 员基准数据和预设矿山人员阈值(矿山个性化人员阈值)判断标准,判断矿 山企业实际生产状态的方法包括如下步骤:
步骤S311,获取矿山对应日期类型的人员基准数据。
根据不同日期矿山人员数量特点,将日期分为两种类型:节假日、非节 假日。不同矿山在不同日期类型具有不同的矿山人员基准数据集。人员基准 数据预先存储在数据库中。从数据库中,获取矿山对应日期类型的人员基准 数据。
例如,设定非节假日的人员基准数据为15人。
步骤S312,判断人员基准数据和矿山人员数据是否完整,若人员基准数 据和矿山人员数据均完整,则执行步骤S315,若人员基准数据和矿山人员数 据有至少一者不完整,则执行步骤S313或步骤S314。
步骤S313,若人员基准数据有缺失,则依据人员整体阈值,判断矿山企 业当前的生产状态。
具体的,只要人员基准数据有缺失,不论矿山人员数据是否有缺失,均 依据人员整体阈值,判断矿山企业当前的生产状态。
其中,人员整体阈值为预先设定的。
具体的,依据人员整体阈值,判断矿山企业当前的生产状态的方法包括:
若采集的矿山人员数据大于人员整体阈值,则判断矿山企业私自复工复 产,否则,矿山企业未私自复工复产。
步骤S314,若矿山人员数据有缺失,则发出矿山人员数据未及时上报的 警示。
具体的,只要矿山人员数据有缺失,不论人员基准数据有无缺失,均发 出矿山人员数据未及时上报的警示。
步骤S315,计算矿山的基准期标准得分和百分位数,然后,执行步骤 S316。
具体的,若人员基准数据和矿山人员数据均完整,则根据人员基准数据 和矿山人员数据计算矿山的基准期标准得分和百分位数。
其中,矿山的基准期标准得分的计算公式如下:
步骤S3151,获取人员基准期内的基准期人员数量集合。
其中,定义人员基准期为当前日期(人员增量日期)的向前推预先设定 的时间段(例如20天),算法会持续动态地更新基准数据集以保证准确性。
具体的,获取当前日期的前一段时间内(预先设定的时间段,例如20 天)每一天的人员数量,构成基准期人员数据集。
具体的,从数据库中获取矿山人员数据及日期类型。查询数据库,获取 该矿山该日期类型对应基准期人员数据。其中,矿山人员数据在不同日期类 型条件下对应不同基准期(根据不同日期类型预先设定的)和不同基准期人 员数据。
步骤S3152,计算获取的基准期人员数量集合中所有基准期人员数量的 平均值,获得基准期人员数量均值。
其中,百分位数的计算公式如下:
其中,P表示百分位数,y表示满足y≤X,y∈Bk的集合;X为矿山人员数 量,Bk为基准期人员数量集合,符号||表示集合中元素的个数。|Bk|表示集 合Bk的元素的个数。
具体的,若所有属于基准期人员数量集合的基准期人员数量y均符合小 于或等于矿山人员数量X,则P=1;若所有属于基准期人员数量集合的基准 期人员数量y均大于矿山人员数量X,则P=0;若只有一部分属于基准期人 员数量集合的基准期人员数量y符合小于或等于矿山人员数量X时,则P∈(0,1)。
步骤S3153,计算基准期人员数量标准差s。
具体的,根据,基准期人员数量集合中所有基准期人员数量,计算基准 期人员数量标准差。
步骤S316,依据预设矿山人员阈值(矿山个性化人员阈值)判断标准, 判断矿山企业当前的生产状态。
具体的,根据矿山的生产工艺、智能化水平、行业标准规范以及矿山井 下各工种构成,设定15人为矿山生产的最小人数,当矿山人员数量小于生产 最小人数时判定为矿山停产。若非节假日的人员基准期小于预设时间段(例 如:5天),或者节假日的人员基准期小于预设时间段(例如:4天),则采 用矿山生产最小人数来确定矿山企业是否正常生产,反之,采用预设矿山人 员阈值(矿山个性化人员阈值)判断标准来确定矿山企业是否正常生产。
步骤S316包括如下子步骤:
步骤S3161,若矿山人员数量小于预设的矿山生产的最小人数(例如15 人),则判定矿山企业为停产,否则,继续执行下一步判断。
步骤S3162,若百分位数P∈(0,1),则判定矿山企业为正常生产,否则, 执行下一步判断。
步骤S3163,若百分位数P=0,且基准期标准得分Z∈[-5.5,4],则判定矿 山企业为正常生产,否则判定矿山企业为减产。
步骤S3164,若百分位数P=1,且基准期标准得分Z∈[-3,4],则判定矿山 企业为正常生产,否则,判定矿山企业为增产。
如图3所示,根据矿山用电基准数据和预设矿山用电阈值(矿山个性化 用电阈值)判断标准,判断矿山企业实际生产状态的方法包括如下步骤:
步骤S410,判断矿山用电基准数据是否有缺失,若是,则依据用电整体 阈值确定矿山当前的生产状态;否则,计算基准期用电量均值,执行步骤 S420。
其中,用电整体阈值为预先设定在数据库中的该矿山企业的整体用电量 数据。
其中,计算基准期用电量均值的方法为:从数据库中,获取用电基准期 内所有的用电量数据,计算所有获取的用电量数据的平均值,获取基准期用 电量均值。
其中,用电基准期为当前日期向前推一段时间(预设的时间段,例如20 天)。算法会持续动态地更新基准数据集以保证准确性。
若用电基准期少于预设时间天数(例如5天),矿山用电基准数据有缺 失,采用生产最小用电量来确定矿山是否正常生产,反之,采用预设矿山用 电量阈值(矿山个性化用电阈值)判断标准确定矿山是否正常生产。
根据矿山行业的用电量水平,设定30000kWh为矿山生产的最小用电量, 当矿山用电量小于生产最小用电量时,判定矿山企业实际状态为停产。
步骤S420,依据预设矿山用电阈值(矿山个性化用电阈值)判断标准, 判断矿山企业当前的生产状态。
具体的,步骤S420包括如下子步骤:
步骤S421,若实时采集的用电量数据小于矿山生产的最小用电量,则判 定矿山企业为停产状态,否则,执行下一步。
步骤S422,基于基准期用电量数据,计算分值S=实时用电量数据/基准期 用电量均值。实时用电量数据为实时采集的矿山企业的用电量数据。
根据分值S判断矿山企业的生产状态,具体的判断方法如下:
步骤S423,若S∈[0.9,1.1],则判定矿山企业为正常生产,否则,执行下一步 判断。
步骤S424,若S<0.9,则判定矿山企业为减产,若S>1.1,则判定矿山企业 为增产。
作为本发明的具体实施例,预设阈值根据接入上一级监管监察部门的两 千多处矿山数据,包括人员数据、用电量数据、生产状态数据,同时考虑专 家经验获取,扩展到其他应用场景时,适当进行调整。
如图6所示,作为本发明的一个具体实施例,一种矿山企业生产状态监 管监察方法包括如下步骤:
步骤T1,获取矿山状态数据;
步骤T2,获取矿山用电增量数据(或用电量数据);
步骤T3,判断用电增量数据(或用电量数据)是否有缺失;若是,则执 行步骤T4;否则,执行步骤T11;
步骤T4,获取矿山人员增量数据(或人员数量数据);
步骤T5,生产状态为停产时,判断获取的矿山人员数量增量数据(或人 员数量数据)是否大于阈值,若是,则执行步骤T6,获取矿山对应日期类型 的人员基准数据;若否,则判定企业私自复工复产;
步骤T7,判断人员增量数据和人员基准数据是否有缺失,若人员增量数 据无数据,则提示数据未及时上报,若人员基准数据无数据,则执行步骤T8, 按照人员整体阈值确定矿山是否正常生产;若人员基准有数据且人员增量数 据有数据,则,执行步骤T9,计算基准期标准得分和百分位数;
步骤T10,依据矿山个性人员阈值确定企业是否正常生产;
步骤T11,企业状态为停产,判断用电增量数据(或用电量数据)是否 大于阈值;若是,则判定企业私自复工复产,否则,执行步骤T12;
步骤T12,获取矿产用电基准数据;
步骤T13,判断用电基准数据是否有缺失,若是,则执行步骤T14,否则, 执行步骤T15;
步骤T14,按照用电整体阈值确定矿山是否正常生产;
步骤T15,计算基准期均值;
步骤T16,依据矿山个性化用电阈值确定企业是否正常生产;
步骤T17,将判断结果存入结果表。
实施例二
如图5所示,本申请提供一种矿山企业生产状态监管监察系统100,该监管 监察系统100包括:
矿山数据采集装置10,用于实时采集矿山企业的基础数据、矿山用电量数 据和矿山人员数据;
第一判断模块20,用于根据采集的矿山用电量数据,判断矿山用电量数据 是否有缺失,输出判断结果;
第二判断模块30,根据基础数据中矿山企业的生产状态数据,判断企业生 产状态是否为停产且矿山人员数据大于预设人员阈值,若是,则发出企业私自 复工复产的判断结果,否则,获取对应基础数据中日期类型的人员基准数据, 并根据人员基准数据和预设矿山人员阈值判断标准,判断矿山企业实际生产状 态,输出判断结果;
第三判断模块40,根据基础数据中矿山企业的生产状态数据,判断企业生 产状态是否为停产且矿山用电量数据大于对应的预设用电阈值,若是,则发出 企业私自复工复产的判断结果,否则,获取矿山用电基准数据,并根据矿山用 电基准数据和预设矿山用电阈值判断标准,判断矿山企业实际生产状态,输出 判断结果。
如图5所示,一种矿山企业生产状态监管监察系统100,该监管监察系统 100包括:
前端展示系统50,接收第二判断模块30和第三判断模块40输出的矿山 企业实际生产状态的判断结果,并实时展示矿山企业的实际生产状态。从而 及时获取矿山企业实际的生产状态信息,有利于指导和监督矿山企业的生产 情况。
本申请实现的有益效果如下:
(1)本申请充分分析矿山企业井下实时人员数据和矿山企业用电量数据的 特点,融合矿山各类生产感知数据(例如:井下感知数据),结合矿山监管监 察的执法需求和矿山企业生产的业务特点,多维度实现对矿山企业整体复工复 产进行综合分析,分析企业明停暗开、昼停夜开等场景,提高了矿山企业生产 状态判断的及时性和准确性,实现了精准执法、跨地域执法、指导和监督矿山 企业正常复工复产。
(2)本申请在矿山人员数据小于预设人员阈值时,利用预设矿山人员阈值 判断标准判断矿山企业的生产状态;在矿山企业用电量数据小于预设用电量阈 值时,利用预设矿山用电阈值判断标准判断矿山企业的生产状态,提高了矿山 生产状态判断的及时性和准确性。
上所述仅为本发明的实施方式而已,并不用于限制本发明。对于本领域技术 人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原理内所做的 任何修改、等同替换、改进等,均应包括在本发明的权利要求范围之内。
Claims (10)
1.一种矿山企业生产状态监管监察方法,其特征在于,该方法包括如下步骤:
步骤S1,采集矿山企业的基础数据、矿山用电量数据和矿山人员数据;
步骤S2,根据采集的矿山用电量数据,判断矿山用电量数据是否有缺失,若是,则执行步骤S3,否则,执行步骤S4;
步骤S3,根据基础数据中矿山企业的生产状态数据,判断矿山企业生产状态是否为停产且矿山人员数据大于预设人员阈值,若是,则判定矿山企业私自复工复产,否则,获取对应基础数据中日期类型的人员基准数据,并根据人员基准数据和预设矿山人员阈值判断标准,判断矿山企业实际生产状态;
步骤S4,根据基础数据中矿山企业的生产状态数据,判断矿山企业生产状态是否为停产且矿山用电量数据大于对应的预设用电阈值,若是,则判定矿山企业私自复工复产,否则,获取矿山用电基准数据,并根据矿山用电基准数据和预设矿山用电阈值判断标准,判断矿山企业实际生产状态。
2.根据权利要求1所述的矿山企业生产状态监管监察方法,其特征在于,该方法还包括如下步骤:
将矿山企业实际生产状态的判断结果存入数据库,并将判断结果传输至前端展示系统,实时展示矿山企业的实际生产状态。
3.根据权利要求1所述的矿山企业生产状态监管监察方法,其特征在于,根据人员基准数据和预设矿山人员阈值判断标准,判断矿山生产状态的方法包括如下步骤:
判断人员基准数据和矿山人员数据是否有完整,若人员基准数据和矿山人员数据均完整,则计算矿山的基准期标准得分和百分位数,依据预设矿山人员阈值判断标准,判断矿山当前的生产状态;若人员基准数据有缺失,则依据人员整体阈值,判断矿山企业当前的生产状态;若矿山人员数据有缺失,则发出矿山人员数据未及时上报的警示。
6.根据权利要求3所述的矿山生产状态监管监察方法,其特征在于,依据预设矿山人员阈值判断标准,判断矿山当前的生产状态的方法包括:
若矿山人员数量小于预设的矿山生产的最小人数,则判定矿山企业为停产,否则,继续执行如下判断:
若百分位数P∈(0,1),则判定矿山企业为正常生产;
若百分位数P=0,且基准期标准得分Z∈[-5.5,4],则判定矿山企业实际生产状态为正常生产,否则判定矿山企业实际生产状态为减产;
若百分位数P=1,且基准期标准得分Z∈[-3,4],则判定矿山企业实际生产状态为正常生产,否则,判定矿山企业实际生产状态为增产。
7.根据权利要求1所述的矿山生产状态监管监察方法,其特征在于,根据矿山用电基准数据和预设矿山用电阈值判断标准,判断矿山生产状态的方法包括如下步骤:
判断矿山用电基准数据是否有缺失,若是,则依据用电整体阈值确定矿山当前的生产状态;否则,依据预设矿山用电阈值判断标准,判断矿山当前的生产状态。
8.根据权利要求7所述的矿山生产状态监管监察方法,其特征在于,依据预设矿山用电阈值判断标准,判断矿山当前的生产状态包括如下步骤:
若实时采集的用电量数据小于矿山生产的最小用电量,则判定矿山企业为停产状态,否则基于基准期用电量数据,计算分值S=实时用电量数据/基准期用电量均值;
根据分值S判断矿山企业的生产状态,具体的判断方法如下:
若S∈[0.9,1.1],则判定矿山企业实际生产状态为正常生产;
若S<0.9,则判定矿山企业实际生产状态为减产;
若S>1.1,则判定矿山企业实际生产状态为增产。
9.一种矿山生产状态监管监察系统,其特征在于,执行权利要求1-8任意一项方法,该监管监察系统包括:
矿山数据采集装置,用于实时采集矿山企业的基础数据、矿山用电量数据和矿山人员数据;
第一判断模块,用于根据采集的矿山用电量数据,判断矿山用电量数据是否有缺失;
第二判断模块,根据基础数据中矿山企业的生产状态数据,判断企业生产状态是否为停产且矿山人员数据大于预设人员阈值,若是,则判定矿山企业私自复工复产,否则,获取对应基础数据中日期类型的人员基准数据,并根据人员基准数据和预设矿山人员阈值判断标准,判断矿山企业实际生产状态,输出判断结果;
第三判断模块,根据基础数据中矿山企业的生产状态数据,判断企业生产状态是否为停产且矿山用电量数据大于对应的预设用电阈值,若是,则判定矿山企业私自复工复产,否则,获取矿山用电基准数据,并根据矿山用电基准数据和预设矿山用电阈值判断标准,判断矿山企业实际生产状态,输出判断结果。
10.根据权利要求9所述的一种矿山企业生产状态监管监察系统,其特征在于,该监管监察系统包括:
前端展示系统,接收所述第二判断模块和所述第三判断模块输出的矿山企业生产状态的判断结果,并实时展示矿山企业的实际生产状态。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111306743.8A CN114118717A (zh) | 2021-11-05 | 2021-11-05 | 一种矿山企业生产状态监管监察方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111306743.8A CN114118717A (zh) | 2021-11-05 | 2021-11-05 | 一种矿山企业生产状态监管监察方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114118717A true CN114118717A (zh) | 2022-03-01 |
Family
ID=80380836
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111306743.8A Pending CN114118717A (zh) | 2021-11-05 | 2021-11-05 | 一种矿山企业生产状态监管监察方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114118717A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116843200A (zh) * | 2023-07-06 | 2023-10-03 | 重庆地质矿产研究院 | 一种矿产品监测统计数据异常预警方法 |
-
2021
- 2021-11-05 CN CN202111306743.8A patent/CN114118717A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116843200A (zh) * | 2023-07-06 | 2023-10-03 | 重庆地质矿产研究院 | 一种矿产品监测统计数据异常预警方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109711659B (zh) | 一种工业生产的良率提升管理系统和方法 | |
CN107909300A (zh) | 智能工厂管理平台和方法 | |
CN109359950B (zh) | 一种电网监控信息全过程管控的方法 | |
CN112734284B (zh) | 流程工业能耗优化决策系统及提高评估结果准确度方法 | |
CN112183379A (zh) | 一种面向报表的多维度管理分析方法及系统 | |
CN114118717A (zh) | 一种矿山企业生产状态监管监察方法及系统 | |
CN110727725B (zh) | 一种基于配电网运行效率监测及分析的数据接口 | |
CN115793584A (zh) | 一种基于大数据的物联网设备生产工艺监管系统 | |
CN115798155A (zh) | 一种天然气计量分析系统 | |
CN108154276A (zh) | 基于图像识别和机器学习的考勤分析方法 | |
CN110490220A (zh) | 一种母线负荷辨识方法和系统 | |
CN112418548B (zh) | 一种基于人工智能技术的智能车间管理方法和系统 | |
CN112232843B (zh) | 一种基于大数据技术的药品监管系统和方法 | |
CN103268329B (zh) | 等离子显示屏制造过程数据挖掘系统 | |
CN112907911A (zh) | 一种基于设备工艺数据的智能异常识别与报警算法 | |
CN112418231A (zh) | 一种集抄运维与ai模型的系统算法 | |
CN110971452A (zh) | 一种电力信息三遥信号自动校核系统和方法 | |
CN116090702A (zh) | 一种基于物联网的erp数据智能监管系统及方法 | |
CN113643154B (zh) | 继电保护定值智能审核系统 | |
CN115660475A (zh) | 一种智能卡制造企业职能部门工作效率管理系统和方法 | |
CN114240211A (zh) | 一种智能生产管理系统及管理方法 | |
CN114201734A (zh) | 基于数据中台的项目节点数据监测与预警方法及系统 | |
CN113837599A (zh) | 一种输电线路作业风险评估及管控方法 | |
CN108898307B (zh) | 一种电力厂站设备基于策略大规模生成生产计划的方法 | |
CN111489072A (zh) | 一种基于城市管理的大数据管理及分析系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |