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！

龙图腾网获悉中国矿业大学申请的专利一种煤矿重大灾害智能融合分类分级超前预警方法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：CN119599434B 。

龙图腾网通过国家知识产权局官网在2025-12-26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：202411643741.1，技术领域涉及：G06Q10/0635；该发明授权一种煤矿重大灾害智能融合分类分级超前预警方法是由王恩元;刘承飞;李忠辉;殷山;刘玉冰;张超林设计研发完成，并于2024-11-18向国家知识产权局提交的专利申请。

本一种煤矿重大灾害智能融合分类分级超前预警方法在说明书摘要公布了：本发明公开了一种煤矿重大灾害智能融合分类分级超前预警方法。首先，采集煤矿安全监测数据构建数据集。其次，训练Anomaly‑Transformer与E2GAN模型，识别并插补数据中的异常值与缺失值，实现数据预处理。再次，结合BiLSTM和MMOE多任务学习网络引入新的多指标融合预测模型，经训练优化后可同步预测各指标未来趋势。然后，改进AdaTT网络实现多灾害风险融合预警模型，利用F1指标优化训练次数和预警阈值。将实时监测及融合预测数据输入优化后的预警模型，得出各灾害风险概率。最后，结合最佳预警阈值与风险概率，提出多灾害分级预警方法，实现不同灾害风险分级判识。该方法可有效预警瓦斯、火灾、粉尘、顶板等灾害风险，并提前提供风险信息，对煤矿多灾害风险超前管控具有重要意义。

本发明授权一种煤矿重大灾害智能融合分类分级超前预警方法在权利要求书中公布了：1.一种煤矿重大灾害智能融合分类分级超前预警方法，其特征在于包括以下步骤： 步骤一：数据预处理； 采集煤矿中大量安全监测时序数据，包括瓦斯浓度、一氧化碳浓度、煤尘浓度、综采阻力、围岩离层、锚杆索应力、温度、风速、涌水量的时间序列数据作为初始数据集，利用深度学习模型对时序数据中存在的异常数据进行识别与插补，实现数据的预处理； 步骤二：融合预测； 基于双向长短时记忆网络结合改进MMoE算法建立多指标融合预测模型，将预处理后的数据输入多指标融合预测模型，通过学习各指标间的关联关系，同步得到不同指标的未来发展趋势； 在步骤二中，建立多指标融合预测模型的方法包括： 设输入的所有指标数据为X＝{x1，x2，…，xt}，指标预测任务为K＝{k1，k2，…kn}，专家网络数量为N，通过双向长短时记忆网络提取各指标的长时间依赖特征，其计算方法如下式： 其中，为k指标在t时刻的候选信息记忆细胞，为k指标在t时刻的信息记忆细胞，为k指标在t时刻的信息输出；然后将不同指标经双向长短时记忆网络学习得到的长时间依赖特征进行拼接，得到拼接结果Xc： Xc＝[H1,H2,...,Hk]； 其中Hk为第k个指标经双向长短时网络输出的结果； 最后将拼接后的矩阵输入多任务学习模型MMoE进行融合计算，经任务塔后同步输出各指标的预测结果；方法如下式： Gkx＝softmaxWgkx yk＝mkfkx 其中，Gkx为k任务的门控单元，Wgk为其学习参数权重，fkx为k任务通过参数共享的专家网络学习后的输出，mk为任务塔网络，yk为通过对所有指标数据融合分析后得出的k任务预测结果； 步骤三：融合预警； 建立基于改进AdaTT的多指标融合预测模型的多灾害风险融合预警模型，将原始数据及预测数据输入融合预警模型，利用历史与将来数据的前兆特征及灾害间关系的融合分析及识别，同步输出各灾害当前与未来风险概率；通过评价指标确定最优模型，并结合在测试集中的准确率分布情况得到各灾害风险预警阈值； 步骤四：分级判识； 利用融合预警模型得出的各灾害当前及未来风险概率，结合各灾害风险预警阈值进行瓦斯、火、粉尘、顶板、水、冲击地压、煤与瓦斯突出灾害综合风险判识预警。

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中国矿业大学，其通讯地址为：221116 江苏省徐州市大学路1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”。

以上内容由龙图腾AI智能生成。