CN114912072B - 综采工作面压力预测方法、装置、设备和存储介质 - Google Patents
综采工作面压力预测方法、装置、设备和存储介质 Download PDFInfo
- Publication number
- CN114912072B CN114912072B CN202210513959.XA CN202210513959A CN114912072B CN 114912072 B CN114912072 B CN 114912072B CN 202210513959 A CN202210513959 A CN 202210513959A CN 114912072 B CN114912072 B CN 114912072B
- Authority
- CN
- China
- Prior art keywords
- pressure
- data
- hydraulic
- hydraulic supports
- similar distance
- 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.)
- Active
Links
- 238000005065 mining Methods 0.000 title claims abstract description 75
- 238000000034 method Methods 0.000 title claims abstract description 43
- 239000003245 coal Substances 0.000 title claims abstract description 17
- 238000003860 storage Methods 0.000 title claims abstract description 16
- 239000011159 matrix material Substances 0.000 claims abstract description 113
- 238000005452 bending Methods 0.000 claims description 9
- 238000004422 calculation algorithm Methods 0.000 claims description 9
- 238000005070 sampling Methods 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 5
- 239000000126 substance Substances 0.000 claims 1
- 238000004458 analytical method Methods 0.000 abstract description 9
- 238000012545 processing Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000010606 normalization Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 230000001186 cumulative effect Effects 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 238000003491 array Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000013508 migration Methods 0.000 description 2
- 230000005012 migration Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000000737 periodic effect Effects 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000004804 winding Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 239000011435 rock Substances 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/17—Function evaluation by approximation methods, e.g. inter- or extrapolation, smoothing, least mean square method
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Algebra (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computing Systems (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请涉及一种综采工作面压力预测方法、装置、设备和存储介质。主要技术方案包括：通过获取综采工作面中多个液压支架对应的立柱数据，其中，立柱数据包括立柱位置数据，根据立柱数据，计算多个液压支架中任两个液压支架的压力相似距离，得到相似距离矩阵，根据相似距离矩阵划和立柱位置数据，划分综采工作面，得到至少一个工作面区域对应的相似距离矩阵，计算每个工作面区域内每个液压支架与其他液压支架的压力相似距离的平均值，根据每个工作面区域中每个工作面区域内压力相似距离的平均值最小的液压支架的历史压力数据，确定综采工作面的压力预测数据。实现了对综采工作面压力的区域化预测分析，能够全面准确快速地预测综采工作面的压力数据。
Description
技术领域
本申请涉及煤矿工作面综采数据分析挖掘技术领域，特别是涉及一种综采工作面压力预测方法、装置、设备和存储介质。
背景技术
液压支架压力变化规律在一定程度上反应了综采工作面上覆岩层的周期破断特征。液压支架压力预测分析是实现对工作面周期来压超前预测预警的有效手段，对于改善支架适应性和围岩控制稳定性具有重要作用。
随着智能化开采的不断深入发展，我国大部分采煤工作面已经实现了液压支架立柱压力的在线监测。然而，进一步实现全工作面周期来预测分析需要高质量、大数量的支架压力时序数据和有效的液压支架压力预测方法作为支撑。同时，由于煤矿井下地质条件复杂多变，综采工作面推进速度快慢不一，尤其是超长工作面呈现“分区破断、动态迁移”的顶板运移特征，工作面不同位置的支架压力分布差异较为显著，需要开展更为精细化的预测分析。
现有的综采工作面液压支架压力预测方法一次性只能完成一个支架的压力预测，综采工作面的上百台支架则需要循环反复建立预测模型，消耗大量计算资源，花费时间长，无法全面准确快速地预测综采工作面的压力数据。
发明内容
基于此，本申请提供了一种综采工作面压力预测方法、装置、设备和存储介质，以全面准确快速地预测综采工作面的压力数据。
第一方面，提供一种综采工作面压力预测方法，该方法包括：
获取综采工作面中多个液压支架对应的立柱数据，其中，立柱数据包括立柱位置数据；
根据立柱数据，计算多个液压支架中任两个液压支架的压力相似距离，得到相似距离矩阵；
根据相似距离矩阵划和立柱位置数据，划分综采工作面，得到至少一个工作面区域；
基于至少一个工作面区域对应的相似距离矩阵，计算至少一个工作面区域内每个液压支架与其他液压支架的压力相似距离的平均值；
根据至少一个工作面区域中每个工作面区域内压力相似距离的平均值最小的液压支架的历史压力数据，确定综采工作面的压力预测数据。
根据本申请实施例中一种可实现的方式，立柱数据包括立柱压力数据和立柱直径数据；根据立柱数据，计算多个液压支架中任两个液压支架的压力相似距离，得到相似距离矩阵，包括：
根据立柱压力数据和立柱直径数据，确定多个液压支架的工作阻力时序数列；
基于工作阻力时序数列，计算多个液压支架中任两个液压支架的压力相似距离，得到相似距离矩阵。
根据本申请实施例中一种可实现的方式，根据工作阻力时序数列和立柱位置数据，计算多个液压支架中任两个液压支架的压力相似距离，得到相似距离矩阵，包括：
计算多个液压支架中任两个液压支架的工作阻力时序数列的最短弯曲路径；
依据最短弯曲路径，采用预设算法计算多个液压支架中任两个液压支架的压力相似距离，得到相似距离矩阵。
根据本申请实施例中一种可实现的方式，根据相似距离矩阵和立柱位置数据，划分综采工作面，得到至少一个工作面区域，包括：
从相似距离矩阵中第一起始支架号对应的压力相似距离开始，按照列方向从上到下查找压力相似距离大于预设距离的第一终止支架号，其中，支架号表示液压支架在相似距离矩阵中的排列序号；
基于立柱位置数据，将第一起始支架号到第一终止支架号对应的所有液压支架所处的位置划分为第一工作面区域；
从相似距离矩阵中第二起始支架号对应的压力相似距离开始，按照列方向从上到下查找压力相似距离大于预设距离的第二终止支架号，第二起始支架号为第一终止支架号的下一个支架号；
基于立柱位置数据，将第二起始支架号到第二终止支架号对应的所有液压支架所处的位置划分为第二工作面区域；
从第二终止支架号的下一个支架号开始，按照列方向从上到下查找压力相似距离大于预设距离的终止支架号，直至相似距离矩阵中的最后一个支架号，划分出全部工作面区域。
根据本申请实施例中一种可实现的方式，该方法还包括：
若至少一个工作面区域中存在液压支架的数量小于预设数量的工作面区域时，则将工作面区域中的液压支架划分至上一个工作面区域。
根据本申请实施例中一种可实现的方式，基于至少一个工作面区域对应的相似距离矩阵，计算至少一个工作面区域内每个液压支架与其他液压支架的压力相似距离的平均值，包括：
将至少一个工作面区域对应的相似距离矩阵从相似距离矩阵分离出来，得到至少一个子相似距离矩阵；
计算每个子相似距离矩阵中每一行或每一列的平均值作为子相似距离矩阵对应工作面区域内每个液压支架与其他液压支架的压力相似距离的平均值。
根据本申请实施例中一种可实现的方式，在根据立柱数据，计算多个液压支架中任两个液压支架的相似距离矩阵之前，该方法还包括：
当每个液压支架的立柱数据的采集时间点不一致时，按照预设采样周期重新采集每个液压支架的立柱数据；
当存在未采集到液压支架的立柱数据的第一时间点时，将第一时间点上一时间点采集的立柱数据替补为第一时间点的立柱数据；
当存在采集的立柱数据超过或低于预设阈值的第二时间点时，删除所有液压支架在第二时间点的立柱数据；
将第二时间点上一时间点采集的立柱数据替补为第二时间点的立柱数据。
第二方面，提供了一种综采工作面压力预测装置，该装置包括：
获取模块，用于获取综采工作面中多个液压支架对应的立柱数据，其中，立柱数据包括立柱位置数据；
计算模块，用于根据立柱数据，计算多个液压支架中任两个液压支架的压力相似距离，得到相似距离矩阵；
划分模块，用于根据相似距离矩阵和立柱位置数据，划分综采工作面，得到至少一个工作面区域；
计算模块，还用于基于至少一个工作面区域对应的相似距离矩阵，计算至少一个工作面区域内每个液压支架与其他液压支架的压力相似距离的平均值；
确定模块，用于根据至少一个工作面区域中每个工作面区域内压力相似距离的平均值最小的液压支架的历史压力数据，确定综采工作面的压力预测数据。
第三方面，提供了一种计算机设备，包括：
至少一个处理器；以及
与至少一个处理器通信连接的存储器；其中，
存储器存储有可被至少一个处理器执行的计算机指令，计算机指令被至少一个处理器执行，以使至少一个处理器能够执行上述第一方面中涉及的方法。
第四方面，提供了一种计算机可读存储介质，其上存储有计算机指令，其特征在于，计算机指令用于使计算机执行上述第一方面中涉及的方法。
根据本申请实施例所提供的技术内容，通过获取综采工作面中多个液压支架对应的立柱数据，其中，立柱数据包括立柱位置数据，根据立柱数据，计算多个液压支架中任两个液压支架的压力相似距离，得到相似距离矩阵，根据相似距离矩阵划和立柱位置数据，划分综采工作面，得到至少一个工作面区域，基于至少一个工作面区域对应的相似距离矩阵，计算至少一个工作面区域内每个液压支架与其他液压支架的压力相似距离的平均值，根据至少一个工作面区域中每个工作面区域内压力相似距离的平均值最小的液压支架的历史压力数据，确定综采工作面的压力预测数据，实现对综采工作面压力的区域化预测分析，能够全面准确快速地预测综采工作面的压力数据。
附图说明
图1为一个实施例中综采工作面压力预测方法的流程示意图；
图2为一个实施例中相似距离矩阵的示意图；
图3为一个实施例中计算最短弯曲路径的坐标示例图；
图4为一个实施例中综采工作面压力预测装置的结构框图；
图5为一个实施例中计算机设备的示意性结构图。
具体实施方式
以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
图1示出了本申请一个实施例提供的综采工作面压力预测方法的流程示意图。如图1所示，该方法可以包括以下步骤：
S110，获取综采工作面中多个液压支架对应的立柱数据，其中，立柱数据包括立柱位置数据。
通过综采工作面的监测系统采集多个液压支架对应的立柱数据。立柱数据为液压支架单个支柱的数据，可以包括立柱压力数据、立柱直径数据和立柱位置数据。立柱压力数据包括液压支架的单个支柱的压力值，立柱直径数据包括液压支架的单个支柱的直径，立柱位置数据包括液压支架的单个支架的位置数据。
S120，根据立柱数据，计算多个液压支架中任两个液压支架的压力相似距离，得到相似距离矩阵。
根据立柱数据中的立柱压力数据计算两个液压支架的压力相似距离，压力相似距离越小，两个液压支架的压力相似度越高。
分别计算出每个液压支架与其余液压支架的压力相似距离，在列方向和行方向上按照液压支架的序号排列压力相似距离，得到相似距离矩阵。
S130，根据相似距离矩阵和立柱位置数据，划分综采工作面，得到至少一个工作面区域。
由于相似距离矩阵包括综采工作面上所有液压支架的压力相似距离，根据液压支架的压力相似度划分液压支架，然后根据立柱位置数据，划分液压支架对应的综采工作面，得到多个工作面区域，以实现综采工作面压力的精细化预测分析。
S140，基于至少一个工作面区域对应的相似距离矩阵，计算至少一个工作面区域内每个液压支架与其他液压支架的压力相似距离的平均值。
每个工作面区域中的液压支架具有较高的压力相似度，只需选取一个最优的液压支架作为工作面区域的代表支架，即可实现对整个工作面区域的压力预测。
根据每个液压支架与其他液压支架的压力相似距离的平均值来选取最优的液压支架，液压支架的压力相似距离的平均值越小，说明该液压支架的压力越接近其他的液压支架的压力，可以作为工作面区域的代表支架。
S150，根据至少一个工作面区域中每个工作面区域内压力相似距离的平均值最小的液压支架的历史压力数据，确定综采工作面的压力预测数据。
将每个工作面区域内压力相似距离的平均值最小的液压支架选取为该工作面区域的代表支架。获取代表支架的历史压力数据，历史压力数据包括工作阻力时序数列。选取合适长度的历史工作阻力时序数列，基于机器学习或深度学习相关算法，建立代表支架的压力预测模型。
这样，可以获得到多个工作面区域的多个代表支架的压力预测模型，基于这些压力预测模型，得到综采工作面的压力预测数据，无需对综采工作面内的每个液压支架进行压力预测，不仅节约计算资源，还减少了压力预测时间。
可以看出，本申请实施例通过获取综采工作面中多个液压支架对应的立柱数据，其中，立柱数据包括立柱位置数据，根据立柱数据，计算多个液压支架中任两个液压支架的压力相似距离，得到相似距离矩阵，根据相似距离矩阵划和立柱位置数据，分综采工作面，得到至少一个工作面区域，基于至少一个工作面区域对应的相似距离矩阵，计算至少一个工作面区域内每个液压支架与其他液压支架的压力相似距离的平均值，根据至少一个工作面区域中每个工作面区域内压力相似距离的平均值最小的液压支架的历史压力数据，确定综采工作面的压力预测数据，实现对综采工作面压力的区域化预测分析，能够全面准确快速地预测综采工作面的压力数据。
下面对上述方法流程中的各步骤进行详细描述。首先结合实施例对上述S120即“根据立柱数据，计算多个液压支架中任两个液压支架的相似距离，得到相似距离矩阵”进行详细描述。
作为一种可实现的方式，在根据立柱数据，计算多个液压支架中任两个液压支架的相似距离矩阵之前，方法还包括：
当每个液压支架的立柱数据的采集时间点不一致时，按照预设采样周期重新采集每个液压支架的立柱数据；
当存在未采集到液压支架的立柱数据的第一时间点时，将第一时间点上一时间点采集的立柱数据替补为第一时间点的立柱数据；
当存在采集的立柱数据超过或低于预设阈值的第二时间点时，删除所有液压支架在第二时间点的立柱数据；
将第二时间点上一时间点采集的立柱数据替补为第二时间点的立柱数据。
当每个液压支架的立柱数据的采集时间点不一致时，根据立柱数据组成的工作阻力时序数列无法表示同一时刻综采工作面中液压支架的工作阻力情况，也就不能准确地预测综采工作面的压力。因此，按照预设采样周期重新采集每个液压支架的立柱数据，从而获得综采工作面所有液压支架等时间距上的立柱数据。其中，预设采样周期可根据实际需求进行设置，此处不做限定。
当存在未采集到液压支架的立柱数据的第一时间点时，在进行综采工作面的压力预测时，会缺失某些液压支架的立柱数据，影响预测结果。因此，将第一时间点上一时间点采集的立柱数据替补为第一时间点的立柱数据。由于第一时间上一时间点是最接近第一时间的时刻，此时采集的立柱数据相对于第一时间应该采集的立柱数据的差别是最小的，可尽可能保证预测结果的准确性。
当存在采集的立柱数据超过或低于预设阈值的第二时间点时，表示某一液压支架在第二时间点的立柱数据为异常数据，删除所有液压支架在第二时间点的立柱数据，将第二时间点上一时间点采集的立柱数据替补为第二时间点的立柱数据，以保证在第二时间点所有液压支架的立柱数据的时间间隔不变。
进一步地，还可以对立柱数据进行数据标准化和归一化处理。
作为一种可实现的方式，根据立柱压力数据和立柱直径数据，确定多个液压支架的工作阻力时序数列；
基于工作阻力时序数列，计算多个液压支架中任两个液压支架的压力相似距离，得到相似距离矩阵。
一般情况下，液压支架的工作阻力是以整个支架压力表示，而综采工作面的监测系统采集的是单个支柱的压力值，因此，对液压支架进行压力预测分析前，需要对获取的立柱压力数据进行换算，得到整个支架的工作阻力。
若液压支架为两柱支架，换算公式可以表示为如下公式：
其中，P为整个液压支架的工作阻力，单位为KN，p1为液压支架的一个支柱的立柱压力值，单位为MPa，p2为液压支架的另一个支柱的立柱压力值，d为液压支架的支柱的直径，单位为m。
若液压支架为四柱支架，换算公式可以表示为如下公式：
其中，P为整个液压支架的工作阻力，单位为KN，p3为液压支架前排支柱中一个支柱的立柱压力值，单位为MPa，p4为液压支架后排支柱中一个支柱的立柱压力值，d为液压支架的支柱的直径，单位为m。
按照液压支架的立柱压力数据的采集时间，对工作阻力进行排序，得到工作阻力时序数列，该时序数列可以表示为S＝{s1，s2,…，sn}，其中，sn表示液压支架在第n时刻的工作阻力。
基于工作阻力时序数列，采用数据动态时间归整算法计算多个液压支架中任两个液压支架的压力相似距离，得到相似距离矩阵。
数据动态时间归整算法是一种通过弯曲时间轴的方式来更好地实现时间序列形态匹配映射的相似性度量方法，主要用于度量时间序列数据的相似度。
具体地，计算多个液压支架中任两个液压支架的工作阻力时序数列的最短弯曲路径。
最短弯曲路径可以根据以下公式计算得到：
其中，Dn×m表示其中一个液压支架A和另一个液压支架B的工作阻力时序数列组成的n×m的距离矩阵，该距离矩阵中的第(i，j)个元素为(ai-bj)2；ai表示液压支架A在i时刻的工作阻力，ai-1表示液压支架A在i-1时刻的工作阻力，其中，i＝1，2，…，n；bj表示液压支架B在j时刻的工作阻力，bj-1表示液压支架B在j-1时刻的工作阻力，其中，j＝1，2，…，m；r(ai,bj)表示在距离矩阵Dn×m中从(1，1)点到(ai,bj)路径上局部距离的累计距离，d(ai,bj)表示ai和bj两点之间的欧氏距离，其中，第一个点r(a1,b1)为d(a1,b1)；r(ai,bj-1)表示在距离矩阵Dn×m中从(1,1)点到(ai,bj-1)路径上局部距离的累计距离；r(ai-1,bj)表示在距离矩阵Dn×m中从(1,1)点到(ai-1,bj)路径上局部距离的累计距离；r(ai-1,bj-1)表示在距离矩阵Dn×m中从(1,1)点到(ai-1,bj-1)路径上局部距离的累计距离；r(n,m)表示从(a1,b1)点到(an,bm)点所有路径中距离之和；WDTW(A,B)表示液压支架A和液压支架B的最短弯曲路径k为最短弯曲路径的元素个数，wk为第k个最短弯曲路径。
图3为计算最短弯曲路径的坐标示例图。如图3所示，由液压支架A的工作阻力时序数列和液压支架B的工作阻力时序数列计算得到距离矩阵Dn×m，该距离矩阵用一个n×m的表格表示。假设图中(ai,bj)所指示的点为(a2,b2)，根据连续性和单调性的约束，要想从(1,1)点到到达(a2,b2)，只能从(a2,b1)、(a1,b2)、(a1,b1)三者之一出发。因此，根据式(3)的第二个式子可以求取r(ai,bj)。以此类推，可以得到从(a1,b1)点到(an,bm)点的所有路径，选择所有路径中距离之和最短的那一条为WDTW(A,B)，即为图中表格中的折线，其中距离之和是该条路径上所有r(ai,bj)的加和。
依据最短弯曲路径，采用预设算法计算多个液压支架中任两个液压支架的相似距离，得到相似距离矩阵。
预设算法可以表示为以下公式：
其中，DDTW(A,B)表示液压支架A与液压支架B的压力相似距离，k表示最短弯曲路径的元素个数，wi表示第i个最短弯曲路径。
根据公式(3)和公式(4)计算整个综采工作面所有液压支架彼此之间的压力相似距离，组成相似距离矩阵。相似距离矩阵可表示为表1所示的形式：
表1
表1中记载了n个液压支架彼此之间的压力相似距离。表1中行方向的第一列表示液压支架的排列序号Z1-Zn，列方向的第一列也表示液压支架的排列序号Z1-Zn。同一个液压支架的工作阻力时序数列是一样的，因此，同一个液压支架排列序号的行方向和列方向的交点为0。D1,表示液压支架Z1与液压支架Z2的压力相似距离，D2,表示液压支架Z2与液压支架Z1的压力相似距离，它们表示相同的两个液压支架之间的工作阻力时序数列的相似度，D1,2和D2,1的值是一样的。以此类推，其他任两个液压支架的压力相似距离也符合上述规律。
下面结合实施例对上述S130即“根据相似距离矩阵和立柱位置数据，划分综采工作面，得到至少一个工作面区域”进行详细描述。
作为一种可实现的方式，从相似距离矩阵中第一起始支架号对应的压力相似距离开始，按照列方向从上到下查找压力相似距离大于预设距离的第一终止支架号，其中，支架号表示液压支架在相似距离矩阵中的排列序号；
基于立柱位置数据，将第一起始支架号到第一终止支架号对应的所有液压支架所处的位置划分为第一工作面区域；
从相似距离矩阵中第二起始支架号对应的压力相似距离开始，按照列方向从上到下查找压力相似距离大于预设距离的第二终止支架号，第二起始支架号为第一终止支架号的下一个支架号；
基于立柱位置数据，将第二起始支架号到第二终止支架号对应的所有液压支架所处的位置划分为第二工作面区域；
从第二终止支架号的下一个支架号开始，按照列方向从上到下查找压力相似距离大于预设距离的终止支架号，直至相似距离矩阵中的最后一个支架号，划分出全部工作面区域。
为了便于根据相似距离矩阵划分综采工作面，可以先对相似距离矩阵进行归一化处理，然后基于归一化后的相似距离矩阵进行区域划分，归一化后的相似距离矩阵可如表2所示：
表2
当两个液压支架之间的压力相似距离小于预设距离时，则认为两个液压支架对应的工作阻力时序数列高度相似。因此，当两个液压支架之间的压力相似距离小于预设距离时，可认为这两个液压支架属于同一个工作面区域。示例性的，预设距离可以为0.1，0.2等，可根据用户需求进行选择。
支架号表示液压支架在相似距离矩阵中的排列序号。第一起始支架号表示第一个工作面区域的起始支架号，第一终止支架号表示第一个工作面区域的终止支架号，第二起始支架号表示第二个工作面区域的起始支架号，第二终止支架号表示第二个工作面区域的终止支架号，以此类推，第n个起始支架号表示第n个工作面区域的起始支架号，第n终止支架号表示第n个工作面区域的终止支架号。
从相似距离矩阵中第一起始支架号对应的压力相似距离开始，由表1或者表2可知，第一起始支架号对应的压力相似距离为0，按照列方向从上到下查找压力相似距离大于预设距离的第一终止支架号，将第一起始支架号到第一终止支架号对应的所有液压支架所处的位置划分为第一工作面区域。
然后，再从第一终止支架号的下一个支架号，即第二起始支架号对应的压力相似距离开始，也就是从0开始按照列方向从上到下查找压力相似距离大于预设距离的第二终止支架号，将第二起始支架号到第二终止支架号对应的所有液压支架所处的位置划分为第二工作面区域。
从第二终止支架号的下一个支架号开始，按照列方向从上到下查找压力相似距离大于预设距离的终止支架号，循环上述划分工作面区域的步骤，直至查找到相似距离矩阵中的最后一个支架号，得到第一工作面区域、第二工作面区域、…、第n工作面区域。
以预设距离为0.1为例，如图2所示，第一列和第一行均为液压支架的支架号，共有22个液压支架，序号为1-22。第一起始支架号为1号，从行方向的1号液压支架和列方向的1号液压支架的压力相似距离“0.00”开始，按照列方向从上到下向下搜索其余液压支架对1号液压支架的压力相似距离小于等于0.1的支架号。由图2可以看出，第一终止支架号为6号，将第1号支架到第6号支架之间的所有液压支架划分为第一工作面区域内的液压支架，即图2中黑实线较小方框标注的区域内的液压支架。
第二起始支架号为7号，从行方向的7号液压支架和列方向的7号液压支架的压力相似距离“0.00”开始，按照列方向从上到下向下搜索其余液压支架对7号液压支架的压力相似距离小于等于0.1的支架号。由图2可以看出，第二终止支架号为22号，将第7号支架到第22号支架之间的所有液压支架划分为第二工作面区域内的液压支架，即图2中黑实线较大方框标注的区域内的液压支架。
作为一种可实现的方式，在划分工作面区域时，若至少一个工作面区域中存在液压支架的数量小于预设数量的工作面区域时，则将工作面区域中的液压支架划分至上一个工作面区域。
若至少一个工作面区域中存在液压支架的数量小于预设数量的工作面区域，比如说，某一工作面区域内的液压支架的数量小于5个，意味着综采工作面划分出的工作面区域的个数增加。即使如此精细的划分，对综采工作面的压力预测分析助益也不大，反而因为工作面区域的个数的增加徒增计算资源的消耗。将液压支架的数量小于预设数量的工作面区域中的液压支架划分至上一个工作面区域，刚好解决了这一问题，而且上一个工作面区域加入这少数液压支架，对工作面区域的压力改变不大，不会影响整个综采工作面的压力预测结果。
下面结合实施例对上述S140即“基于至少一个工作面区域对应的相似距离矩阵，计算至少一个工作面区域内每个液压支架与其他液压支架的相似距离的平均值”进行详细描述。
作为一种可实现的方式，将至少一个工作面区域对应的相似距离矩阵从相似距离矩阵分离出来，得到至少一个子相似距离矩阵。例如第K个工作面区域的子相似距离矩阵可如表3所示：
表3
计算每个子相似距离矩阵中每一行或每一列的平均值作为子相似距离矩阵对应工作面区域内每个液压支架与其他液压支架的压力相似距离的平均值。
由表3可知，不管是计算每个子相似距离矩阵中每一行的平均值，还是计算每一列的平均值，每个液压支架与其他液压支架的压力相似距离的平均值都是一样的。因此，子相似距离矩阵中每一行或每一列的平均值都可以作为工作面区域内每个液压支架与其他液压支架的压力相似距离的平均值。
应该理解的是，虽然图1的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本申请中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图1中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
图4为本申请实施例提供的一种综采工作面压力预测装置的结构示意图，用以执行如图1中所示的方法流程。如图4所示，该装置可以包括：获取模块410、计算模块420、划分模块430和确定模块440，还可以进一步包括：预处理模块。其中各组成模块的主要功能如下：
获取模块410，用于获取综采工作面中多个液压支架对应的立柱数据，其中，立柱数据包括立柱位置数据。
计算模块420，用于根据立柱数据，计算多个液压支架中任两个液压支架的压力相似距离，得到相似距离矩阵。
划分模块430，用于根据相似距离矩阵和立柱位置数据，划分综采工作面，得到至少一个工作面区域。
计算模块420，还用于基于至少一个工作面区域对应的相似距离矩阵，计算至少一个工作面区域内每个液压支架与其他液压支架的压力相似距离的平均值。
确定模块440，用于根据至少一个工作面区域中每个工作面区域内压力相似距离的平均值最小的液压支架的历史压力数据，确定综采工作面的压力预测数据。
作为一种可实现的方式，立柱数据包括立柱压力数据和立柱直径数据；计算模块420，具体用于：
根据立柱压力数据和立柱直径数据，确定多个液压支架的工作阻力时序数列，基于工作阻力时序数列，计算多个液压支架中任两个液压支架的压力相似距离，得到相似距离矩阵。
作为一种可实现的方式，计算模块420，具体用于：
计算多个液压支架中任两个液压支架的工作阻力时序数列的最短弯曲路径，依据最短弯曲路径，采用预设算法计算多个液压支架中任两个液压支架的压力相似距离，得到相似距离矩阵。
作为一种可实现的方式，划分模块430，具体用于：
从相似距离矩阵中第一起始支架号对应的压力相似距离开始，按照列方向从上到下查找压力相似距离大于预设距离的第一终止支架号，其中，支架号表示液压支架在相似距离矩阵中的排列序号。基于立柱位置数据，将第一起始支架号到第一终止支架号对应的所有液压支架所处的位置划分为第一工作面区域。
从相似距离矩阵中第二起始支架号对应的压力相似距离开始，按照列方向从上到下查找压力相似距离大于预设距离的第二终止支架号，第二起始支架号为第一终止支架号的下一个支架号。基于立柱位置数据，将第二起始支架号到第二终止支架号对应的所有液压支架所处的位置划分为第二工作面区域。
从第二终止支架号的下一个支架号开始，按照列方向从上到下查找压力相似距离大于预设距离的终止支架号，直至相似距离矩阵中的最后一个支架号，划分出全部工作面区域。
作为一种可实现的方式，划分模块430，还用于：
若至少一个工作面区域中存在液压支架的数量小于预设数量的工作面区域时，则将工作面区域中的液压支架划分至上一个工作面区域。
作为一种可实现的方式，计算模块420，具体用于：
将至少一个工作面区域对应的相似距离矩阵从相似距离矩阵分离出来，得到至少一个子相似距离矩阵，计算每个子相似距离矩阵中每一行或每一列的平均值作为子相似距离矩阵对应工作面区域内每个液压支架与其他液压支架的压力相似距离的平均值。
作为一种可实现的方式，该装置还包括预处理模块，用于当每个液压支架的立柱数据的采集时间点不一致时，按照预设采样周期重新采集每个液压支架的立柱数据。
当存在未采集到液压支架的立柱数据的第一时间点时，将第一时间点上一时间点采集的立柱数据替补为第一时间点的立柱数据。
当存在采集的立柱数据超过或低于预设阈值的第二时间点时，删除所有液压支架在第二时间点的立柱数据，将第二时间点上一时间点采集的立柱数据替补为第二时间点的立柱数据。
可以理解的是，实施本申请的任一方法或产品并不一定需要同时达到以上所述的所有优点
上述各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
需要说明的是，本申请实施例中可能会涉及到对用户数据的使用，在实际应用中，可以在符合所在国的适用法律法规要求的情况下(例如用户明确同意，对用户切实通知，用户明确授权等)，在适用法律法规允许的范围内在本文描述的方案中使用用户特定的个人数据。
根据本申请的实施例，本申请还提供了一种计算机设备、一种计算机可读存储介质。
如图5所示，设备500包括计算单元501、ROM 502、RAM 503、总线504以及输入/输出(I/O)接口505，计算单元501、ROM 502以及RAM 503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。
计算单元501可以根据存储在只读存储器(ROM)502中的计算机指令或者从存储单元508加载到随机访问存储器(RAM)503中的计算机指令，来执行本申请方法实施例中的各种处理。计算单元501可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元501可以包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。在一些实施例中，本申请实施例提供的方法可被实现为计算机软件程序，其被有形地包含于计算机可读存储介质，例如存储单元508。
RAM 503还可存储设备500操作所需的各种程序和数据。计算机程序的部分或者全部可以经由ROM 802和/或通信单元509而被载入和/或安装到设备500上。
设备500中的输入单元506、输出单元507、存储单元508和通信单元509可以连接至I/O接口505。其中，输入单元506可以是诸如键盘、鼠标、触摸屏、麦克风等；输出单元507可以是诸如显示器、扬声器、指示灯等。设备500能够通过通信单元509与其他设备进行信息、数据等的交换。
需要说明的是，该设备还可以包括实现正常运行所必需的其他组件。也可以仅包含实现本申请方案所必需的组件，而不必包含图中所示的全部组件。
此处描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件和/或它们的组合中实现。
用于实施本申请的方法的计算机指令可以采用一个或多个编程语言的任何组合来编写。这些计算机指令可以提供给计算单元501，使得计算机指令当由诸如处理器等计算单元501执行时使执行本申请方法实施例中涉及的各步骤。
本申请提供的计算机可读存储介质可以是有形的介质，其可以包含或存储计算机指令，用以执行本申请方法实施例中涉及的各步骤。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的等形式的存储介质。
上述具体实施方式，并不构成对本申请保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等，均应包含在本申请保护范围之内。
Claims (9)
1.一种综采工作面压力预测方法，所述综采工作面具有多个液压支架，其特征在于，所述方法包括：
获取综采工作面中所述多个液压支架对应的立柱数据，其中，所述立柱数据包括立柱位置数据；
根据所述立柱数据，计算所述多个液压支架中任两个液压支架的压力相似距离，得到相似距离矩阵；
根据所述相似距离矩阵和所述立柱位置数据，划分所述综采工作面，得到至少一个工作面区域；
基于所述至少一个工作面区域对应的相似距离矩阵，计算所述至少一个工作面区域内每个液压支架与其他液压支架的压力相似距离的平均值；
根据所述至少一个工作面区域中每个工作面区域内压力相似距离的平均值最小的液压支架的历史压力数据，确定所述综采工作面的压力预测数据；
所述立柱数据包括立柱压力数据和立柱直径数据；所述根据所述立柱数据，计算所述多个液压支架中任两个液压支架的压力相似距离，得到相似距离矩阵，包括：
根据所述立柱压力数据和所述立柱直径数据，确定所述多个液压支架的工作阻力时序数列；
基于所述工作阻力时序数列，计算所述多个液压支架中任两个液压支架的压力相似距离，得到相似距离矩阵。
2.根据权利要求1所述的方法，其特征在于，所述根据所述工作阻力时序数列和所述立柱位置数据，计算所述多个液压支架中任两个液压支架的压力相似距离，得到相似距离矩阵，包括：
计算所述多个液压支架中任两个液压支架的工作阻力时序数列的最短弯曲路径；
依据所述最短弯曲路径，采用预设算法计算所述多个液压支架中任两个液压支架的压力相似距离，得到相似距离矩阵。
3.根据权利要求1所述的方法，其特征在于，所述根据所述相似距离矩阵和所述立柱位置数据，划分所述综采工作面，得到至少一个工作面区域，包括：
从所述相似距离矩阵中第一起始支架号对应的压力相似距离开始，按照列方向从上到下查找压力相似距离大于预设距离的第一终止支架号，其中，支架号表示液压支架在所述相似距离矩阵中的排列序号；
基于立柱位置数据，将所述第一起始支架号到所述第一终止支架号对应的所有液压支架所处的位置划分为第一工作面区域；
从所述相似距离矩阵中第二起始支架号对应的压力相似距离开始，按照列方向从上到下查找压力相似距离大于预设距离的第二终止支架号，所述第二起始支架号为所述第一终止支架号的下一个支架号；
基于立柱位置数据，将所述第二起始支架号到所述第二终止支架号对应的所有液压支架所处的位置划分为第二工作面区域；
从所述第二终止支架号的下一个支架号开始，按照列方向从上到下查找压力相似距离大于预设距离的终止支架号，直至所述相似距离矩阵中的最后一个支架号，划分出全部工作面区域。
4.根据权利要求3所述的方法，其特征在于，所述方法还包括：
若所述至少一个工作面区域中存在液压支架的数量小于预设数量的工作面区域时，则将所述工作面区域中的液压支架划分至上一个工作面区域。
5.根据权利要求1所述的方法，其特征在于，所述基于所述至少一个工作面区域对应的相似距离矩阵，计算所述至少一个工作面区域内每个液压支架与其他液压支架的压力相似距离的平均值，包括：
将所述至少一个工作面区域对应的相似距离矩阵从所述相似距离矩阵分离出来，得到至少一个子相似距离矩阵；
计算每个子相似距离矩阵中每一行或每一列的平均值作为子相似距离矩阵对应工作面区域内每个液压支架与其他液压支架的压力相似距离的平均值。
6.根据权利要求1所述的方法，其特征在于，在根据所述立柱数据，计算所述多个液压支架中任两个液压支架的相似距离矩阵之前，所述方法还包括：
当所述每个液压支架的立柱数据的采集时间点不一致时，按照预设采样周期重新采集所述每个液压支架的立柱数据；
当存在未采集到液压支架的立柱数据的第一时间点时，将所述第一时间点上一时间点采集的立柱数据替补为所述第一时间点的立柱数据；
当存在采集的立柱数据超过或低于预设阈值的第二时间点时，删除所有液压支架在所述第二时间点的立柱数据；
将所述第二时间点上一时间点采集的立柱数据替补为所述第二时间点的立柱数据。
7.一种综采工作面压力预测装置，其特征在于，所述装置包括：
获取模块，用于获取综采工作面中多个液压支架对应的立柱数据，其中，所述立柱数据包括立柱位置数据；
计算模块，用于根据所述立柱数据，计算所述多个液压支架中任两个液压支架的压力相似距离，得到相似距离矩阵，所述立柱数据包括立柱压力数据和立柱直径数据；所述根据所述立柱数据，计算所述多个液压支架中任两个液压支架的压力相似距离，得到相似距离矩阵，包括：
根据所述立柱压力数据和所述立柱直径数据，确定所述多个液压支架的工作阻力时序数列；
基于所述工作阻力时序数列，计算所述多个液压支架中任两个液压支架的压力相似距离，得到相似距离矩阵；
划分模块，用于根据所述相似距离矩阵和所述立柱位置数据，划分所述综采工作面，得到至少一个工作面区域；
所述计算模块，还用于基于所述至少一个工作面区域对应的相似距离矩阵，计算所述至少一个工作面区域内每个液压支架与其他液压支架的压力相似距离的平均值；
确定模块，用于根据所述至少一个工作面区域中每个工作面区域内压力相似距离的平均值最小的液压支架的历史压力数据，确定所述综采工作面的压力预测数据。
8.一种计算机设备，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的计算机指令，所述计算机指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-6中任一项所述的方法。
9.一种计算机可读存储介质，其上存储有计算机指令，其特征在于，所述计算机指令用于使计算机执行权利要求1至6中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210513959.XA CN114912072B (zh) | 2022-05-11 | 2022-05-11 | 综采工作面压力预测方法、装置、设备和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210513959.XA CN114912072B (zh) | 2022-05-11 | 2022-05-11 | 综采工作面压力预测方法、装置、设备和存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114912072A CN114912072A (zh) | 2022-08-16 |
| CN114912072B true CN114912072B (zh) | 2023-04-07 |
Family
ID=82767351
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210513959.XA Active CN114912072B (zh) | 2022-05-11 | 2022-05-11 | 综采工作面压力预测方法、装置、设备和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114912072B (zh) |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109815565A (zh) * | 2019-01-09 | 2019-05-28 | 天地科技股份有限公司 | 一种综采液压支架载荷的分段预测方法 |
| CN110889087A (zh) * | 2019-10-29 | 2020-03-17 | 青岛本末岩控技术有限公司 | 一种基于综采工作面的矿压大数据实时预测系统及方法 |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP2172820A1 (de) * | 2008-10-06 | 2010-04-07 | Basf Se | Verfahren und System zur automatisierten Analyse von Prozessdaten |
| US20150365800A1 (en) * | 2013-01-30 | 2015-12-17 | Hewlett-Packard Development Company, L.P. | Determining Response Similarity Neighborhoods |
| CN106228887A (zh) * | 2016-08-04 | 2016-12-14 | 天地科技股份有限公司 | 顶板支护相似模拟实验系统 |
| CN112031839B (zh) * | 2020-07-20 | 2022-11-08 | 中煤科工开采研究院有限公司 | 有限数据条件下的矿压时空双周期预测方法、装置及设备 |
| CN112576312B (zh) * | 2020-12-31 | 2022-04-15 | 中国矿业大学 | 智能化综采工作面电液控支架数据收集及处理方法 |
| CN113914928A (zh) * | 2021-09-06 | 2022-01-11 | 中煤科工开采研究院有限公司 | 煤矿综采工作面支架支护区域划分及精准支护方法 |
-
2022
- 2022-05-11 CN CN202210513959.XA patent/CN114912072B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109815565A (zh) * | 2019-01-09 | 2019-05-28 | 天地科技股份有限公司 | 一种综采液压支架载荷的分段预测方法 |
| CN110889087A (zh) * | 2019-10-29 | 2020-03-17 | 青岛本末岩控技术有限公司 | 一种基于综采工作面的矿压大数据实时预测系统及方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114912072A (zh) | 2022-08-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN101866285B (zh) | 软件再利用支援方法以及装置 | |
| US20160292144A1 (en) | Document data entry suggestions | |
| TW201911074A (zh) | 資訊處理裝置及資訊處理方法 | |
| JP4790464B2 (ja) | 業務分析システム | |
| EP3267340A1 (en) | Network simulation device, network simulation method, and network simulation program | |
| CN104252406A (zh) | 数据处理的方法及装置 | |
| CN110891000A (zh) | 一种gpu带宽性能的检测方法、系统及相关装置 | |
| CN114912072B (zh) | 综采工作面压力预测方法、装置、设备和存储介质 | |
| CN107193498B (zh) | 一种对数据进行去重复处理的方法及装置 | |
| CN109344534B (zh) | 注采管柱临界冲蚀流速确定方法及装置 | |
| CN109670153A (zh) | 一种相似帖子的确定方法、装置、存储介质及终端 | |
| CN112101625B (zh) | 一种页岩气井生产动态预测方法及系统 | |
| CN111724406A (zh) | 一种区域连通合并方法、装置、设备和介质 | |
| CN113685162B (zh) | 压裂参数的确定方法、装置、设备及存储介质 | |
| CN112328630B (zh) | 数据查询方法、装置、设备及存储介质 | |
| CN112907743B (zh) | 一种地质体剖/平面自动成图方法、装置、设备及介质 | |
| CN112127877B (zh) | 油井动态储量的预测方法、装置、设备及存储介质 | |
| CN114625761A (zh) | 一种优化方法、装置、电子设备及介质 | |
| CN104504489A (zh) | 一种海底油气管道的风险管理系统和方法 | |
| CN114722924A (zh) | 压力预测方法及装置、存储介质、终端 | |
| TW201705023A (zh) | 時序系列資料處理裝置 | |
| CN102567302B (zh) | 排版方式识别方法和装置 | |
| CN111472722A (zh) | 煤层气合采井分层产气能力预测方法以及装置 | |
| KR101629177B1 (ko) | 대용량 유동 데이터 가시화 장치 및 방법 | |
| CN113609436B (zh) | 一种控制储量单元储量动用的计算方法 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |