买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉西安科技大学;陕西煤业化工集团孙家岔龙华矿业有限公司申请的专利一种综采工作面异常预警方法、系统、电子设备及介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115909623B 。

龙图腾网通过国家知识产权局官网在2025-07-15发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211410965.9，技术领域涉及：G08B13/196；该发明授权一种综采工作面异常预警方法、系统、电子设备及介质是由张旭辉;高杰;王甜;王东;张超;杨文娟;毛清华;杜昱阳;申飞;张利设计研发完成，并于2022-11-11向国家知识产权局提交的专利申请。

本一种综采工作面异常预警方法、系统、电子设备及介质在说明书摘要公布了：本发明公开了一种综采工作面异常预警方法、系统、电子设备及介质，涉及综采工作面异常预警领域，该方法包括：采集井下综采工作面的实时视频；截取综采工作面的实时视频中的图像，得到综采工作面图像；对综采工作面图像进行去雾，得到去雾图像；构建改进的YOLOv5s的视觉异常检测模型；将去雾图像输入训练好的改进的YOLOv5s的视觉异常检测模型，得到检测结果；检测结果为人员正常状态、拖缆正常状态、人员异常状态和拖缆异常状态；当检测结果为人员异常状态或拖缆异常状态时，生成报警信号。本发明能够及时发现综采工作面的异常状况并及时进行报警，提高综采工作面的安全性。

本发明授权一种综采工作面异常预警方法、系统、电子设备及介质在权利要求书中公布了：1.一种综采工作面异常预警方法，其特征在于，所述方法包括： 采集井下综采工作面的实时视频； 截取所述综采工作面的实时视频中的图像，得到综采工作面图像； 对所述综采工作面图像进行去雾，得到去雾图像； 构建改进的YOLOv5s的视觉异常检测模型； 将所述去雾图像输入训练好的改进的YOLOv5s的视觉异常检测模型，得到检测结果；所述检测结果为人员正常状态、拖缆正常状态、人员异常状态和拖缆异常状态； 当所述检测结果为人员异常状态或拖缆异常状态时，生成报警信号； 所述改进的YOLOv5s的视觉异常检测模型的训练过程，具体包括： 获取井下综采工作面的历史监控视频； 对井下综采工作面的历史监控视频进行截取，得到历史图像； 对所述历史图像进行去雾，得到去雾历史图像； 将所述去雾历史图像中的危险区域和综采工作面的检测目标进行标注，得到标注后的历史图像；所述综采工作面的检测目标包括人员和拖缆； 根据所述标注后的历史图像中，所述综采工作面的检测目标与所述危险区域的位置关系，确定历史图像的检测结果； 以所述去雾历史图像为输入，以所述历史图像的检测结果为输出，对所述改进的YOLOv5s的视觉异常检测模型进行训练，得到训练好的改进的YOLOv5s的视觉异常检测模型； 所述根据所述标注后的历史图像中，所述综采工作面的检测目标与所述危险区域的位置关系，确定历史图像的检测结果，具体包括： 当所述工作面的检测目标为人员，且所述综采工作面的检测目标与所述危险区域有重叠时，历史图像的检测结果为人员异常状态； 当所述工作面的检测目标为人员，且所述综采工作面的检测目标与所述危险区域没有重叠时，历史图像的检测结果为人员正常状态； 当所述工作面的检测目标为拖缆，且所述综采工作面的检测目标在所述危险区域内时，历史图像的检测结果为拖缆正常状态； 当所述工作面的检测目标为拖缆，且所述综采工作面的检测目标没有在所述危险区域内时，历史图像的检测结果为拖缆异常状态。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人西安科技大学;陕西煤业化工集团孙家岔龙华矿业有限公司，其通讯地址为：710054 陕西省西安市碑林区雁塔中路58号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。