CN116580294B - 基于大数据的矿山动态监控风险预警方法及系统 - Google Patents
基于大数据的矿山动态监控风险预警方法及系统 Download PDFInfo
- Publication number
- CN116580294B CN116580294B CN202310323696.0A CN202310323696A CN116580294B CN 116580294 B CN116580294 B CN 116580294B CN 202310323696 A CN202310323696 A CN 202310323696A CN 116580294 B CN116580294 B CN 116580294B
- Authority
- CN
- China
- Prior art keywords
- early warning
- monitoring
- data
- acquiring
- area
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 284
- 238000000034 method Methods 0.000 title claims abstract description 20
- 238000005065 mining Methods 0.000 claims abstract description 84
- 238000004458 analytical method Methods 0.000 claims description 32
- 238000012545 processing Methods 0.000 claims description 24
- 238000000605 extraction Methods 0.000 claims description 21
- 230000009194 climbing Effects 0.000 claims description 16
- 238000007499 fusion processing Methods 0.000 claims description 13
- 238000012806 monitoring device Methods 0.000 claims description 12
- 238000013139 quantization Methods 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 3
- 230000010354 integration Effects 0.000 claims description 3
- 238000012502 risk assessment Methods 0.000 description 14
- 238000004519 manufacturing process Methods 0.000 description 13
- 230000009286 beneficial effect Effects 0.000 description 8
- 239000003245 coal Substances 0.000 description 6
- 238000010276 construction Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000004575 stone Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/18—Status alarms
Landscapes
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Multimedia (AREA)
- Business, Economics & Management (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Computing Systems (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Agronomy & Crop Science (AREA)
- Animal Husbandry (AREA)
- Marine Sciences & Fisheries (AREA)
- Mining & Mineral Resources (AREA)
- Databases & Information Systems (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Alarm Systems (AREA)
Abstract
本发明提供基于大数据的矿山动态监控风险预警方法及系统，其中，方法包括：步骤S1：获取矿山的矿区图像；步骤S2：根据矿区图像，制定动态监控设备的监控方案并进行动态监控；步骤S3：获取动态监控的第一监控数据；步骤S4：从大数据平台获取预警项目，根据预警项目和第一监控数据，确定预警项目的预警优先级；步骤S5：基于预警项目不同的预警优先级，进行相应的风险预警。本发明的基于大数据的矿山动态监控风险预警方法及系统，基于获取的矿区图像，制定监控设备的监控方案并动态监控，提升监控数据获取效率；基于第一监控数据和大数据平台获取的预警项目确定的不同的预警优先级，进行相应的风险预警，提升了风险预警的全面性和适宜性。
Description
技术领域
本发明涉及矿山监控技术领域，特别涉及基于大数据的矿山动态监控风险预警方法及系统。
背景技术
矿山在建设和生产的而过程中，作业环境和自然条件复杂，造成了生产风险发生的可能。为了迅速有效地处理矿井突发事故，保护工作人员的声明安全，矿山的风险监控和风险预警是尤为必要的。
申请号为：CN202211113289.9的发明专利公开了露天煤矿生产系统的安全生产评估方法、装置和电子设备，其中，方法包括：在对露天煤矿生产系统进行风险评估的过程中，结合露天煤矿生产系统中各个开采区域在指定时间段所对应的状态数据，确定出各个开采区域在各个风险评估维度上的风险评估结果，并基于各个开采区域在各个风险评估维度上的风险评估结果，确定出各个开采区域的风险评估结果，并基于各个开采区域的风险评估结果，准确确定出了露天煤矿生产系统在指定时间段所对应的总风险评估结果。由此，无需人工参与，即可快速且准确地确定出露天煤矿生产系统在指定时间段所对应的总风险评估结果。
但是，上述现有技术结合露天煤矿生产系统中各个开采区域在指定时间段所对应的状态数据，随意的获取状态数据容易造成数据的重复获取，获取效率不高。另外，在评估风险评估结果时，风险评估维度没有及时更新，在其他矿山系统出现新的风险时，没有有效利用，评估的较为片面，同时，并未说明如何智能化的利用上述风险评估结果，若用于后续预警还需要人工参与，适宜性较低。
有鉴于此，亟需一种解决办法。
发明内容
本发明目的之一在于提供了基于大数据的矿山动态监控风险预警方法，基于获取的矿区图像，制定监控设备的监控方案并动态监控，提升监控数据获取效率；基于第一监控数据和大数据平台获取的预警项目确定的不同的预警优先级，进行相应的风险预警，提升了风险预警的全面性和适宜性。
本发明实施例提供的基于大数据的矿山动态监控风险预警方法，包括：
步骤S1：获取需要进行风险预警的矿山的矿区图像；
步骤S2：根据所述矿区图像，制定动态监控设备的监控方案并进行动态监控；
步骤S3：获取所述动态监控的第一监控数据；
步骤S4：从大数据平台获取预警项目，根据所述预警项目和所述第一监控数据，确定所述预警项目的预警优先级；
步骤S5：基于所述预警项目不同的所述预警优先级，进行相应的风险预警。
优选的，所述步骤S1：获取需要进行风险预警的矿山的矿区图像，包括：
获取预设的GIS平台的记录的对应于所述矿山的遥感图像，和/或，获取预设的飞行器的采集的所述矿山的采集图像；
将所述遥感图像和/或所述采集图像作为所述矿区图像。
优选的，所述步骤S2：根据所述矿区图像，制定动态监控设备的监控方案并进行动态监控，包括：
获取矿山作业计划；
根据所述矿山作业计划，确定即将进行矿区作业的目标矿区；
获取所述目标矿区的监控设备的设备性能信息，同时，获取所述目标矿区的地貌信息；所述监控设备包括：第一地面监控设备和空中监控设备；
根据所述地貌信息和所述设备性能信息的不同，确定所述监控方案。
优选的，所述根据所述地貌信息和所述设备性能信息的不同，确定所述监控方案，包括：
根据获取的所述第一地面监控设备的移动约束信息，确定不可移动的第二地面监控设备的第一设备信息；
根据第一设备信息，确定所述目标矿区中所述第二地面监控设备能够监控的第一区域，控制所述第二地面监控设备对所述第一区域进行相应监控；
根据所述移动约束信息，确定可移动的第三地面监控设备的第二设备信息；
解析所述第二设备信息，获取所述第三地面监控设备的攀爬能力信息；
根据所述攀爬能力信息和所述地貌信息，确定所述目标矿区中第三地面监控设备能够到达的第二区域；
确定所述第一区域和所述第二区域的重合区域并将所述第二区域中的所述重合区域剔除，获得第三区域，控制所述第三地面监控设备对所述第三区域进行相应监控；
确定所述目标矿区中除所述第一区域和所述第三区域以外的第四区域，控制所述空中监控设备对所述第四区域进行相应监控。
优选的，所述步骤S3：获取所述动态监控的第一监控数据，包括：
获取预设的监控目标集；所述监控目标集包括：多个第一监控目标；
控制所述动态监控设备识别监控场景中的所述第一监控目标，确定所述动态监控设备识别到的第二监控目标；
获取所述第二监控目标的目标类型；
查询所述目标类型对应预设的重点特征库，确定所述第二监控目标的重点特征；
获取提取所述重点特征的特征提取子模板集，基于所述特征提取子模板集中的每一特征提取子模板，提取所述第二监控目标的所述第一监控数据。
优选的，所述步骤S4：从大数据平台获取预警项目，根据所述预警项目和所述第一监控数据，确定所述预警项目的预警优先级，包括：
获取同一所述预警项目的第一预警分析数据的数据类型；
根据所述数据类型，从所述第一监控数据中提取用于对应所述预警项目的预警分析的第二监控数据；
根据所述数据类型的不同，确定所述第一预警分析数据和所述第二监控数据中同一数据类型的第二预警分析数据和第三监控数据的数据匹配值；
获取所述数据类型对应预设的归一化权重对照库，确定所述数据匹配值对应的归一化权重；
对所述归一化权重进行求和计算，获得目标权重；
获取所述预警项目的风险程度值；
将所述风险程度值和对应所述目标权重进行融合处理和量化处理，获得所述预警优先级。
优选的，所述获取所述预警项目的风险程度值，包括：
获取所述预警项目的风险值，同时，获取所述预警项目的历史预警记录；
解析所述历史预警记录，获取所述预警项目的历史预警次数；
将所述历史预警次数除以所述历史预警次数的和值，获得所述预警项目的发生概率值；
赋予所述风险值对应所述发生概率值，获得所述风险程度值。
优选的，所述获取所述预警项目的风险值，包括：
获取所述预警项目的处理结果的结果类型；
若所述结果类型为处理成功，将对应所述预警项目发送给预设的讨论节点，获取所述讨论节点回复的所述预警项目的所述风险值；
若所述结果类型为处理失败，提取所述预警项目的事故报告，基于预设的事故语义特征提取模板，提取所述事故报告中的事故语义的事故语义特征；
将所述事故语义特征输入预设的风险值分析模型，确定对应所述预警项目的所述风险值。
本发明实施例提供的基于大数据的矿山动态监控风险预警系统，包括：
矿区图像获取模块，用于获取需要进行风险预警的矿山的矿区图像；
监控方案制定模块，用于根据所述矿区图像，制定动态监控设备的监控方案并进行动态监控；
监控数据获取模块，用于获取所述动态监控的第一监控数据；
预警优先级确定模块，用于从大数据平台获取预警项目，根据所述预警项目和所述第一监控数据，确定所述预警项目的预警优先级；
风险预警模块，用于基于所述预警项目不同的所述预警优先级，进行相应的风险预警。
优选的，所述矿区图像获取模块获取需要进行风险预警的矿山的矿区图像，包括：
目标图像获取单元，用于获取预设的GIS平台的记录的对应于所述矿山的遥感图像，和/或，获取预设的飞行器的采集的所述矿山的采集图像；
目标图像整合单元，用于将所述遥感图像和/或所述采集图像作为所述矿区图像。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1为本发明实施例中基于大数据的矿山动态监控风险预警方法的示意图；
图2为本发明实施例中基于大数据的矿山动态监控风险预警系统的示意图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
本发明实施例提供了基于大数据的矿山动态监控风险预警方法，如图1所示，包括：
步骤S1：获取需要进行风险预警的矿山的矿区图像；矿区图像为：进行风险预警的矿山通过各种拍摄设备拍摄的图像；
步骤S2：根据所述矿区图像，制定动态监控设备的监控方案并进行动态监控；动态监控设备为，例如：矿区的移动小车，又例如：无人机；监控方案为：控制何种动态监控设备在何处进行何种动态监控；动态监控为：对矿山以及矿山生产作业的实时监测；
步骤S3：获取所述动态监控的第一监控数据；第一监控数据为：动态监控的监控结果；
步骤S4：从大数据平台获取预警项目，根据所述预警项目和所述第一监控数据，确定所述预警项目的预警优先级；预警项目为：风险预警的风险种类；预警优先级表征预警项目进行预警的优先程度，预警项目出现的可能性越大、风险程度越高，对应预警优先级越高；
步骤S5：基于所述预警项目不同的所述预警优先级，进行相应的风险预警。预警优先级越高，越优先进行预警项目的风险预警。
上述技术方案的工作原理及有益效果为：
基于获取的需要进行风险预警的矿山的矿区图像，制定监控设备的监控方案并进行动态监控，并根据动态监控的第一监控数据和从大数据平台获取预警项目，确定预警项目的预警优先级，再根据预警项目的预警优先级的不同，进行相应风险预警。
本申请基于获取的矿区图像，制定监控设备的监控方案并动态监控，提升了监控数据的获取效率；基于第一监控数据和大数据平台获取的预警项目确定的不同的预警优先级，进行相应的风险预警，提升了风险预警的全面性和适宜性。
在一个实施例中，所述步骤S1：获取需要进行风险预警的矿山的矿区图像，包括：
获取预设的GIS平台的记录的对应于所述矿山的遥感图像，和/或，获取预设的飞行器的采集的所述矿山的采集图像；GIS平台为：地理信息系统平台；遥感图像为：指记录各种地物电磁波大小的胶片或照片，主要分为航空像片和卫星相片；预设的飞行器为，例如：无人机；采集图像为飞行器携带的拍摄装置的拍摄图像；
将所述遥感图像和/或所述采集图像作为所述矿区图像。
上述技术方案的工作原理及有益效果为：
获取预设的GIS平台记录的遥感图像和/或预设的飞行器采集的矿山的采集图像作为矿区图像，提升了矿区图像获取的全面性。
在一个实施例中，所述步骤S2：根据所述矿区图像，制定动态监控设备的监控方案并进行动态监控，包括：
获取矿山作业计划；矿山作业计划为：工作人员准备在何处施工以及施工种类等；
根据所述矿山作业计划，确定即将进行矿区作业的目标矿区；目标矿区为：矿山中准备进行作业的区域；
获取所述目标矿区的监控设备的设备性能信息，同时，获取所述目标矿区的地貌信息；所述监控设备包括：第一地面监控设备和空中监控设备；第一地面监控设备为，例如：移动监控小车和固定的摄像装置；空中监控设备为：监控无人机；设备性能信息为：监控设备的位置参数和配置参数等；地貌信息为：目标矿区的地形特征，可以基于人工预先设置的特征化模板，将矿区图像特征化获取。
根据所述地貌信息和所述设备性能信息的不同，确定所述监控方案。监控方案为：在目标区域的何处使用何种监控设备进行监控。
上述技术方案的工作原理及有益效果为：
根据获取的矿山作业计划，确定即将进行矿区作业的目标矿区，提升了目标矿区确定的准确性；根据目标矿区的监控设备的设备性能信息的不同和地貌信息，确定监控方案，进一步提高了监控方案的合理性。
在一个实施例中，所述根据所述地貌信息和所述设备性能信息的不同，确定所述监控方案，包括：
根据获取的所述第一地面监控设备的移动约束信息，确定不可移动的第二地面监控设备的第一设备信息；移动约束信息为：能否进行随机移动；第二地面监控设备为，例如：固定的监控设备；第一设备信息为：第二地面监控设备的设备信息，例如：固定的监控设备的拍摄范围和拍摄角度；
根据第一设备信息，确定所述目标矿区中所述第二地面监控设备能够监控的第一区域，控制所述第二地面监控设备对所述第一区域进行相应监控；第一区域为：第二地面监控设备的监控区域；
根据所述移动约束信息，确定可移动的第三地面监控设备的第二设备信息；第三地面监控设备为，例如：移动监控小车；第二设备信息为：第三地面监控设备的设备信息，例如：移动监控小车的车辆性能参数；
解析所述第二设备信息，获取所述第三地面监控设备的攀爬能力信息；攀爬能力信息为：关于车辆攀爬能力的车辆性能参数；
根据所述攀爬能力信息和所述地貌信息，确定所述目标矿区中第三地面监控设备能够到达的第二区域；确定时，根据地貌信息确定目标矿区的每一子区域的地貌子信息，根据攀爬能力信息和地貌子信息，判断是否能够攀爬地貌子信息对应的子区域，若是，则将对应子区域进行标记，当每一子区域判断完成后，将标记的子区域作为第二区域；
确定所述第一区域和所述第二区域的重合区域并将所述第二区域中的所述重合区域剔除，获得第三区域，控制所述第三地面监控设备对所述第三区域进行相应监控；重合区域为，例如：固定的监控设备和移动监控小车都能监控到的区域。但是，移动监控小车可监控区域和固定的监控设备的可监控区域可能存在重合，应优先使用固定的监控设备对重合区域进行监控，实现资源的合理配置；
确定所述目标矿区中除所述第一区域和所述第三区域以外的第四区域，控制所述空中监控设备对所述第四区域进行相应监控。第四区域为：第一地面监控设备无法监控到的区域，因此，控制空中监控设备对第四区域进行监控。
上述技术方案的工作原理及有益效果为：
根据获取的第一地面监控设备的移动约束信息，确定不可移动的第二地面监控设备和可以移动的第三地面监控设备；获取第二地面监控设备的第一设备信息和第三地面监控设备的第二设备信息，确定第二地面监控设备监控的第一区域，再引入攀爬能力信息和地貌信息，确定第三地面监控设备监控的第三区域；最后，剔除目标矿区中除第一区域和第三区域以外的第四区域，引入控制监控设备监控第四区域，提升了监控的效率和监控的全面性。
在一个实施例中，所述步骤S3：获取所述动态监控的第一监控数据，包括：
获取预设的监控目标集；所述监控目标集包括：多个第一监控目标；第一监控目标为，例如：工作人员，又例如：山体碎石；
控制所述动态监控设备识别监控场景中的所述第一监控目标，确定所述动态监控设备识别到的第二监控目标；监控场景为：动态监控设备拍摄的监控图像；
获取所述第二监控目标的目标类型；目标类型为，例如：人体，又例如：山体；
查询所述目标类型对应预设的重点特征库，确定所述第二监控目标的重点特征；重点特征库由人工设置，存储重点特征，例如：人体的重点特征为：行为特征，山体的重点特征为：形状特征；
获取提取所述重点特征的特征提取子模板集，基于所述特征提取子模板集中的每一特征提取子模板，提取所述第二监控目标的所述第一监控数据。特征提取子模板为：重点特征对应预设的提取模板，约束特征提取只对相应重点特征进行提取。
上述技术方案的工作原理及有益效果为：
引入监控目标集，确定监控场景中的第二监控目标，基于第二监控目标的目标类型和目标类型对应预设的重点特征库，确定第二监控目标的重点特征；引入特征提取子模板集提取第二监控目标的重点特征作为第一监控数据，提高了第一监控数据的获取效率。
在一个实施例中，所述步骤S4：从大数据平台获取预警项目，根据所述预警项目和所述第一监控数据，确定所述预警项目的预警优先级，包括：
获取同一所述预警项目的第一预警分析数据的数据类型；第一预警分析数据为：判断是否需要进行预警项目对应预警所需的分析数据；数据类型为：数据种类，例如：工作人员行为数据；
根据所述数据类型，从所述第一监控数据中提取用于对应所述预警项目的预警分析的第二监控数据；第二监控数据为：第一监控数据中用于预警项目的预警分析的数据；
根据所述数据类型的不同，确定所述第一预警分析数据和所述第二监控数据中同一数据类型的第二预警分析数据和第三监控数据的数据匹配值；数据匹配值越高，对应预警项目越可能发生；
获取所述数据类型对应预设的归一化权重对照库，确定所述数据匹配值对应的归一化权重；归一化权重对照库包括：一一对应的数据匹配值和归一化权重，数据匹配值越大，对应归一化权重越高；
对所述归一化权重进行求和计算，获得目标权重；目标权重为，例如：0.7；
获取所述预警项目的风险程度值；风险程度值越高，对应预警项目预警的风险的危险程度越高；
将所述风险程度值和对应所述目标权重进行融合处理和量化处理，获得所述预警优先级。将所述风险程度值和对应所述目标权重进行融合处理的计算公式如下：
其中，σs为第s个所述预警项目的融合处理结果，δs为第s个所述预警项目的所述风险程度值，γs,i为第s个所述预警项目的第i个归一化权重；再基于预设的量化处理规则对融合处理结果进行量化处理，预设的量化处理规则由人工预先设置，例如：融合处理结果从多少到多少分成一个量化等级。
上述技术方案的工作原理及有益效果为：
根据获取的同一预警项目的第一预警分析数据的数据类型的不同，确定第一预警分析数据和第二监控数据中同一数据类型的第二预警分析数据和第三监控数据的数据匹配值，提高了数据匹配值获取的适宜性；引入归一化权重对照库，计算数据类型对应的数据匹配值的归一化权重的和值，获得目标权重，进一步提升目标权重获取的准确性；将预警项目的风险程度值和对应目标权重进行融合处理和量化处理，获得预警优先级，预警优先级的获取更加精确。
在一个实施例中，所述获取所述预警项目的风险程度值，包括：
获取所述预警项目的风险值，同时，获取所述预警项目的历史预警记录；风险值为，例如：60；历史预警记录由各个提供预警项目的平台的本地记录库获取；
解析所述历史预警记录，获取所述预警项目的历史预警次数；历史预警次数越多，说明对应预警项目对应的生产风险的出现概率越高；
将所述历史预警次数除以所述历史预警次数的和值，获得所述预警项目的发生概率值；发生概率值为，例如：0.2；
赋予所述风险值对应所述发生概率值，获得所述风险程度值。
上述技术方案的工作原理及有益效果为：
引入预警项目的历史预警记录，基于预警项目的历史预警次数，确定预警项目的发生概率，赋予风险值对应发生概率值，获得风险程度值，提高了风险程度值的精准度。
在一个实施例中，所述获取所述预警项目的风险值，包括：
获取所述预警项目的处理结果的结果类型；结果类型包括：处理成功和处理失败；
若所述结果类型为处理成功，将对应所述预警项目发送给预设的讨论节点，获取所述讨论节点回复的所述预警项目的所述风险值；讨论节点为：工作年限达到预先阈值(预先阈值优选6年，也可由人工自行设置)的工作人员节点；
若所述结果类型为处理失败，提取所述预警项目的事故报告，基于预设的事故语义特征提取模板，提取所述事故报告中的事故语义的事故语义特征；如果预警项目处理失败，说明对应生产风险发生，则提取预警项目的事故报告；预设的事故语义特征提取模板为：约束语义特征提取只进行事故语义的提取；
将所述事故语义特征输入预设的风险值分析模型，确定对应所述预警项目的所述风险值。风险值分析模型为：人工智能模型，利用多个人工根据事故报告进行预警项目对应的生产风险的风险值分析的分析记录进行机器学习获得。
上述技术方案的工作原理及有益效果为：
根据预警项目处理结果的结果类型的不同，分别引入讨论节点和事故语义特征提取模板，当结果类型为处理成功，获取讨论节点回复的风险值；当结果类型为处理失败，基于上述事故语义特征提取模板确定事故语义特征，再根据风险值分析模型，确定风险值，提高了风险值获取的全面性和准确程度。
本发明实施例提供了基于大数据的矿山动态监控风险预警系统，如图2所示，包括：
矿区图像获取模块1，用于获取需要进行风险预警的矿山的矿区图像；
监控方案制定模块2，用于根据所述矿区图像，制定动态监控设备的监控方案并进行动态监控；
监控数据获取模块3，用于获取所述动态监控的第一监控数据；
预警优先级确定模块4，用于从大数据平台获取预警项目，根据所述预警项目和所述第一监控数据，确定所述预警项目的预警优先级；
风险预警模块5，用于基于所述预警项目不同的所述预警优先级，进行相应的风险预警。
在一个实施例中，所述矿区图像获取模块获取需要进行风险预警的矿山的矿区图像，包括：
目标图像获取单元，用于获取预设的GIS平台的记录的对应于所述矿山的遥感图像，和/或，获取预设的飞行器的采集的所述矿山的采集图像；
目标图像整合单元，用于将所述遥感图像和/或所述采集图像作为所述矿区图像。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。
Claims (5)
1.基于大数据的矿山动态监控风险预警方法，其特征在于，包括：
步骤S1：获取需要进行风险预警的矿山的矿区图像；
步骤S2：根据所述矿区图像，制定动态监控设备的监控方案并进行动态监控；
步骤S3：获取所述动态监控的第一监控数据，第一监控数据为：动态监控的监控结果；
步骤S4：从大数据平台获取预警项目，根据所述预警项目和所述第一监控数据，确定所述预警项目的预警优先级；
步骤S5：基于所述预警项目不同的所述预警优先级，进行相应的风险预警；
所述步骤S2：根据所述矿区图像，制定动态监控设备的监控方案并进行动态监控，包括：
获取矿山作业计划；
根据所述矿山作业计划，确定即将进行矿区作业的目标矿区；
获取所述目标矿区的监控设备的设备性能信息，同时，获取所述目标矿区的地貌信息；所述监控设备包括：第一地面监控设备和空中监控设备；
根据所述地貌信息和所述设备性能信息的不同，确定所述监控方案；
所述根据所述地貌信息和所述设备性能信息的不同，确定所述监控方案，包括：
根据获取的所述第一地面监控设备的移动约束信息，确定不可移动的第二地面监控设备的第一设备信息；
根据第一设备信息，确定所述目标矿区中所述第二地面监控设备能够监控的第一区域，控制所述第二地面监控设备对所述第一区域进行相应监控；
根据所述移动约束信息，确定可移动的第三地面监控设备的第二设备信息；
解析所述第二设备信息，获取所述第三地面监控设备的攀爬能力信息，攀爬能力信息为：关于车辆攀爬能力的车辆性能参数；
根据所述攀爬能力信息和所述地貌信息，确定所述目标矿区中第三地面监控设备能够到达的第二区域；
确定所述第一区域和所述第二区域的重合区域并将所述第二区域中的所述重合区域剔除，获得第三区域，控制所述第三地面监控设备对所述第三区域进行相应监控；
确定所述目标矿区中除所述第一区域和所述第三区域以外的第四区域，控制所述空中监控设备对所述第四区域进行相应监控；
所述步骤S4：从大数据平台获取预警项目，根据所述预警项目和所述第一监控数据，确定所述预警项目的预警优先级，包括：
获取同一所述预警项目的第一预警分析数据的数据类型；
根据所述数据类型，从所述第一监控数据中提取用于对应所述预警项目的预警分析的第二监控数据，第二监控数据为：第一监控数据中用于预警项目的预警分析的数据；
根据所述数据类型的不同、所述第一预警分析数据和所述第二监控数据，确定同一数据类型的第二预警分析数据和第三监控数据的数据匹配值，第三监控数据为：基于数据类型对第二监控数据进行拆分获得的子监控数据；
获取所述数据类型对应预设的归一化权重对照库，确定所述数据匹配值对应的归一化权重；
对所述归一化权重进行求和计算，获得目标权重；
获取所述预警项目的风险程度值；
将所述风险程度值和对应所述目标权重进行融合处理和量化处理，获得所述预警优先级，将所述风险程度值和对应所述目标权重进行融合处理的计算公式如下：
其中，σs为第s个所述预警项目的融合处理结果，δs为第s个所述预警项目的所述风险程度值，γs,i为第s个所述预警项目的第i个归一化权重；
所述获取所述预警项目的风险程度值，包括：
获取所述预警项目的风险值，同时，获取所述预警项目的历史预警记录；
解析所述历史预警记录，获取所述预警项目的历史预警次数；
将所述历史预警次数除以所述历史预警次数的和值，获得所述预警项目的发生概率值；
赋予所述风险值对应所述发生概率值，获得所述风险程度值；
所述获取所述预警项目的风险值，包括：
获取所述预警项目的处理结果的结果类型；
若所述结果类型为处理成功，将对应所述预警项目发送给预设的讨论节点，获取所述讨论节点回复的所述预警项目的所述风险值；
若所述结果类型为处理失败，提取所述预警项目的事故报告，基于预设的事故语义特征提取模板，提取所述事故报告中的事故语义的事故语义特征；
将所述事故语义特征输入预设的风险值分析模型，确定对应所述预警项目的所述风险值。
2.如权利要求1所述的基于大数据的矿山动态监控风险预警方法，其特征在于，所述步骤S1：获取需要进行风险预警的矿山的矿区图像，包括：
获取预设的GIS平台的记录的对应于所述矿山的遥感图像，和/或，获取预设的飞行器的采集的所述矿山的采集图像；
将所述遥感图像和/或所述采集图像作为所述矿区图像。
3.如权利要求1所述的基于大数据的矿山动态监控风险预警方法，其特征在于，所述步骤S3：获取所述动态监控的第一监控数据，包括：
获取预设的监控目标集；所述监控目标集包括：多个第一监控目标；
控制所述动态监控设备识别监控场景中的所述第一监控目标，确定所述动态监控设备识别到的第二监控目标；
获取所述第二监控目标的目标类型；
查询所述目标类型对应预设的重点特征库，确定所述第二监控目标的重点特征；
获取提取所述重点特征的特征提取子模板集，基于所述特征提取子模板集中的每一特征提取子模板，提取所述第二监控目标的所述第一监控数据。
4.基于大数据的矿山动态监控风险预警系统，其特征在于，包括：
矿区图像获取模块，用于获取需要进行风险预警的矿山的矿区图像；
监控方案制定模块，用于根据所述矿区图像，制定动态监控设备的监控方案并进行动态监控；
监控数据获取模块，用于获取所述动态监控的第一监控数据，第一监控数据为：动态监控的监控结果；
预警优先级确定模块，用于从大数据平台获取预警项目，根据所述预警项目和所述第一监控数据，确定所述预警项目的预警优先级；
风险预警模块，用于基于所述预警项目不同的所述预警优先级，进行相应的风险预警；
所述监控方案制定模块执行如下操作：
获取矿山作业计划；
根据所述矿山作业计划，确定即将进行矿区作业的目标矿区；
获取所述目标矿区的监控设备的设备性能信息，同时，获取所述目标矿区的地貌信息；所述监控设备包括：第一地面监控设备和空中监控设备；
根据所述地貌信息和所述设备性能信息的不同，确定所述监控方案；
所述根据所述地貌信息和所述设备性能信息的不同，确定所述监控方案，包括：
根据获取的所述第一地面监控设备的移动约束信息，确定不可移动的第二地面监控设备的第一设备信息；
根据第一设备信息，确定所述目标矿区中所述第二地面监控设备能够监控的第一区域，控制所述第二地面监控设备对所述第一区域进行相应监控；
根据所述移动约束信息，确定可移动的第三地面监控设备的第二设备信息；
解析所述第二设备信息，获取所述第三地面监控设备的攀爬能力信息，攀爬能力信息为：关于车辆攀爬能力的车辆性能参数；
根据所述攀爬能力信息和所述地貌信息，确定所述目标矿区中第三地面监控设备能够到达的第二区域；
确定所述第一区域和所述第二区域的重合区域并将所述第二区域中的所述重合区域剔除，获得第三区域，控制所述第三地面监控设备对所述第三区域进行相应监控；
确定所述目标矿区中除所述第一区域和所述第三区域以外的第四区域，控制所述空中监控设备对所述第四区域进行相应监控；
所述预警优先级确定模块执行如下操作：
获取同一所述预警项目的第一预警分析数据的数据类型；
根据所述数据类型，从所述第一监控数据中提取用于对应所述预警项目的预警分析的第二监控数据，第二监控数据为：第一监控数据中用于预警项目的预警分析的数据；
根据所述数据类型的不同、所述第一预警分析数据和所述第二监控数据，确定同一数据类型的第二预警分析数据和第三监控数据的数据匹配值，第三监控数据为：基于数据类型对第二监控数据进行拆分获得的子监控数据；
获取所述数据类型对应预设的归一化权重对照库，确定所述数据匹配值对应的归一化权重；
对所述归一化权重进行求和计算，获得目标权重；
获取所述预警项目的风险程度值；
将所述风险程度值和对应所述目标权重进行融合处理和量化处理，获得所述预警优先级，将所述风险程度值和对应所述目标权重进行融合处理的计算公式如下：
其中，σs为第s个所述预警项目的融合处理结果，δs为第s个所述预警项目的所述风险程度值，γs,i为第s个所述预警项目的第i个归一化权重；
所述获取所述预警项目的风险程度值，包括：
获取所述预警项目的风险值，同时，获取所述预警项目的历史预警记录；
解析所述历史预警记录，获取所述预警项目的历史预警次数；
将所述历史预警次数除以所述历史预警次数的和值，获得所述预警项目的发生概率值；
赋予所述风险值对应所述发生概率值，获得所述风险程度值；
所述获取所述预警项目的风险值，包括：
获取所述预警项目的处理结果的结果类型；
若所述结果类型为处理成功，将对应所述预警项目发送给预设的讨论节点，获取所述讨论节点回复的所述预警项目的所述风险值；
若所述结果类型为处理失败，提取所述预警项目的事故报告，基于预设的事故语义特征提取模板，提取所述事故报告中的事故语义的事故语义特征；
将所述事故语义特征输入预设的风险值分析模型，确定对应所述预警项目的所述风险值。
5.如权利要求4所述的基于大数据的矿山动态监控风险预警系统，其特征在于，所述矿区图像获取模块获取需要进行风险预警的矿山的矿区图像，包括：
目标图像获取单元，用于获取预设的GIS平台的记录的对应于所述矿山的遥感图像，和/或，获取预设的飞行器的采集的所述矿山的采集图像；
目标图像整合单元，用于将所述遥感图像和/或所述采集图像作为所述矿区图像。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310323696.0A CN116580294B (zh) | 2023-03-29 | 2023-03-29 | 基于大数据的矿山动态监控风险预警方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310323696.0A CN116580294B (zh) | 2023-03-29 | 2023-03-29 | 基于大数据的矿山动态监控风险预警方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116580294A CN116580294A (zh) | 2023-08-11 |
| CN116580294B true CN116580294B (zh) | 2024-03-29 |
Family
ID=87538409
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310323696.0A Active CN116580294B (zh) | 2023-03-29 | 2023-03-29 | 基于大数据的矿山动态监控风险预警方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116580294B (zh) |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105825313A (zh) * | 2015-01-06 | 2016-08-03 | 上海早讯信息技术有限公司 | 一种矿区安全作业管理方法及系统 |
| CN110821565A (zh) * | 2019-11-13 | 2020-02-21 | 济宁矿业集团有限公司安居煤矿 | 一种基于煤矿人员位置监测的煤矿安全生产区域人员管理系统及方法 |
| CN111335950A (zh) * | 2020-02-19 | 2020-06-26 | 中煤科工集团重庆研究院有限公司 | 一种区域煤矿瓦斯灾害风险预警数据采集系统及采集方法 |
| CN113128760A (zh) * | 2021-04-16 | 2021-07-16 | 深圳市艾赛克科技有限公司 | 安全生产的双控管理方法、装置、设备及存储介质 |
| CN115019259A (zh) * | 2022-06-28 | 2022-09-06 | 上海煤科信息科技有限公司 | 一种智慧矿山的ai图像识别监管方法及系统 |
| CN115150589A (zh) * | 2022-06-30 | 2022-10-04 | 合肥恒翔电子科技有限公司 | 一种用于煤矿企业的视频监控运维管理系统 |
| CN115375137A (zh) * | 2022-08-22 | 2022-11-22 | 中国安全生产科学研究院 | 一种非煤矿山尾矿库的安全风险预警预测系统 |
| CN115691044A (zh) * | 2022-10-31 | 2023-02-03 | 中国石油大学(北京) | 一种动态风险评估预警方法、系统及装置 |
| CN115824975A (zh) * | 2022-12-10 | 2023-03-21 | 安徽龙讯信息科技有限公司 | 基于国产高分遥感卫星的人居环境监测系统 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP6067876B2 (ja) * | 2015-08-31 | 2017-01-25 | 株式会社小松製作所 | 鉱山の管理システム |
| CN116012208A (zh) * | 2022-09-29 | 2023-04-25 | 成都秦川物联网科技股份有限公司 | 用于智慧城市的风险区域预警信息生成方法和物联网系统 |
-
2023
- 2023-03-29 CN CN202310323696.0A patent/CN116580294B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105825313A (zh) * | 2015-01-06 | 2016-08-03 | 上海早讯信息技术有限公司 | 一种矿区安全作业管理方法及系统 |
| CN110821565A (zh) * | 2019-11-13 | 2020-02-21 | 济宁矿业集团有限公司安居煤矿 | 一种基于煤矿人员位置监测的煤矿安全生产区域人员管理系统及方法 |
| CN111335950A (zh) * | 2020-02-19 | 2020-06-26 | 中煤科工集团重庆研究院有限公司 | 一种区域煤矿瓦斯灾害风险预警数据采集系统及采集方法 |
| CN113128760A (zh) * | 2021-04-16 | 2021-07-16 | 深圳市艾赛克科技有限公司 | 安全生产的双控管理方法、装置、设备及存储介质 |
| CN115019259A (zh) * | 2022-06-28 | 2022-09-06 | 上海煤科信息科技有限公司 | 一种智慧矿山的ai图像识别监管方法及系统 |
| CN115150589A (zh) * | 2022-06-30 | 2022-10-04 | 合肥恒翔电子科技有限公司 | 一种用于煤矿企业的视频监控运维管理系统 |
| CN115375137A (zh) * | 2022-08-22 | 2022-11-22 | 中国安全生产科学研究院 | 一种非煤矿山尾矿库的安全风险预警预测系统 |
| CN115691044A (zh) * | 2022-10-31 | 2023-02-03 | 中国石油大学(北京) | 一种动态风险评估预警方法、系统及装置 |
| CN115824975A (zh) * | 2022-12-10 | 2023-03-21 | 安徽龙讯信息科技有限公司 | 基于国产高分遥感卫星的人居环境监测系统 |
Non-Patent Citations (3)
| Title |
|---|
| Accurate Decision-making System for Mining Environment using Li-Fi 5G Technology over IoT Framework;MS Mekala 等;《2019 International Conference on contemporary Computing and Informatics (IC3I)》;第74-79页 * |
| 基于GIS的煤矿企业风险预测预警系统设计;彭玉敬 等;《工矿自动化》;第44卷(第06期);第96-100页 * |
| 数字矿山关键技术研究与示范;王金华 等;《煤炭学报》;第41卷(第06期);第1323-1331页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116580294A (zh) | 2023-08-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111537515A (zh) | 基于三维实景模型的铁塔螺栓缺陷展示方法和系统 | |
| CN109376673B (zh) | 一种基于人体姿态估计的煤矿井下人员不安全行为识别方法 | |
| CN112818768B (zh) | 一种基于元学习的变电站改扩建违章行为智能化识别方法 | |
| CN116502376A (zh) | 一种矿区开发区域监控设备布局方法及系统 | |
| US20230196895A1 (en) | Method for monitoring state of wearing safety protective equipment and server for providing the method | |
| CN116579601B (zh) | 矿山安全生产风险监测预警系统及方法 | |
| CN112685812A (zh) | 一种动态监管方法、装置、设备及存储介质 | |
| CN116664343A (zh) | 一种基于智慧工地数字模型的系统及方法 | |
| CN116736887A (zh) | 用于森林消防的无人机路径规划方法、装置以及防火系统 | |
| CN118117487B (zh) | 一种输电线路无计划作业的多维立体监控系统 | |
| CN117314157A (zh) | 一种矿山边坡稳定性的安全评估方法、装置、介质及设备 | |
| CN116189052A (zh) | 基于视频流分析的安防方法、系统、智能终端及存储介质 | |
| CN116580294B (zh) | 基于大数据的矿山动态监控风险预警方法及系统 | |
| KR101542134B1 (ko) | 스마트 카메라모듈을 통한 열차선로 상의 낙석·사람으로 이루어진 관심 객체 실시간 감시 장치 및 방법 | |
| CN109902647B (zh) | 一种便携式在线鸟巢智能识别方法及系统 | |
| CN115496399B (zh) | 基于无人机的基坑勘测任务即时更新分配方法及系统 | |
| CN116758465A (zh) | 一种基于动态ai视觉的燃气管线车载巡检系统 | |
| CN113674109B (zh) | 一种基于gis和bim的地铁防地面施工破坏的方法和装置 | |
| CN116523288A (zh) | 基站施工人员风险识别方法、装置、电子设备及存储介质 | |
| CN115240101A (zh) | 一种基于场景分析的医疗样本转送监督系统 | |
| CN114267014A (zh) | 地铁施工行为识别方法、装置、计算机设备和存储介质 | |
| CN114399883A (zh) | 一种爆破器材运输监测预警系统及方法 | |
| CN118153857B (zh) | 一种施工行为ai监管方法和系统 | |
| CN115331174B (zh) | 一种企业安全生产标准化智能监管系统及方法 | |
| CN117892092B (zh) | 基于大数据实现矿山数据的智能采集方法及系统 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |