煤矿智能识别监测预警平台研究及应用

针对煤矿智能化建设中对少人化、无人化和标准化目标的诉求,依托先进的5G信息传输渠道,发展全方位远程监测、监控、视频预警技术是提高现场作业规范化和完善作业流程的关键。为了进一步提升煤矿生产的安全规范管理以及远程监测和监控,实现提前预警预报的目标,开发了煤矿智能识别监测预警平台。介绍了该平台的总体架构,详细阐述了该平台业务流程、智能视频模型以及智能视频识别设计。实际应用表明,该平台能够对现场违规行为进行有效监测、监控和预警,有效提高违章行为的精准辨识,能够明显减少因违规带来的损失,为矿井智能化建设提供有力支撑。

基于智能分析的油水井生产预警技术研究

利用油水井勘探开发过程中的海量数据,分析并识别出生产异常的油水井,对异常变化深入查探,据此提出针对性措施,对维持油田稳定开采、产量高效保持,实现最大化生产效益具有重要意义。通过大数据分析与神经网络预测方法,利用措施数据库进行机器学习、训练模型,建立不同增产措施的神经网络模型,形成基于静态油藏数据、动态生产数据和措施方案参数的增产效果预测评价系统。

危化品安全风险监测预警系统建设

随着我国工业化进程的加快和经济的快速发展,危化品的使用量和储存量不断增加,由此带来的安全风险也日益凸显。为保障人民群众的生命财产安全,建立一个高效可靠的危化品安全风险监测预警系统显得尤为重要。基于某市危化品安全风险监测预警系统的建设,文章从监测预警系统业务流程、系统架构、功能设计、系统部署等方面进行详细探讨。实践表明,该系统通过视频监控及智能分析、物联监测和预警等功能,实现了对危化品企业的实时智能监管,提高了企业现场安全管理水平,为监管部门提升监管效能奠定了基础。

移动簇在反恐情报轨迹数据聚集特征分析中的应用研究

[研究目的]对恐怖分子的时空轨迹数据进行聚集模式挖掘,有助于了解涉恐人员的群体行为模式,进而预测并提前防范一些涉恐的群体活动。[研究方法]通过对比反恐情报数据特征和多种聚集模式的特点,选择移动簇作为反恐情报中的聚集模式类型,修改移动簇挖掘经典方法中的数据采样、数据预处理、移动对象邻近度度量方法、时间点聚类方法以及移动簇的筛选条件等环节,找出适用于反恐工作需求的移动簇,再由有经验的情报分析人员进一步研判并提出处置对策。[研究结论]提出的方法通过与其他时空类型数据分析方法相结合,可以挖掘反恐情报时空轨迹数据分布规律,为反恐预警和反恐决策提供科学客观的参考。

人工智能技术下网络安全自动化预警系统研究

对人工智能技术下网络安全自动化预警系统进行研究,使用PowerEdge R540机架式服务器设计网络探头,选择32位RISC处理器作为系统核心控制芯片。在对数据进行智能分析时,使用归一化处理以及关联规则,增强数据分析的全面性。根据网络数据分析结果,构建网络安全预警模型。至此,人工智能技术下的网络安全自动化预警系统设计完成。构建系统测试环节,对系统的数据处理能力以及预警能力进行验证。经测试结果证实,此系统具有较高的数据分析能力,可有效缩短预警信息发布耗时。

数字孪生水利工程安全智能分析预警技术研究及应用

数字孪生水利工程是智慧水利建设的核心与关键。聚焦水利工程安全运行需求,有必要结合数字孪生建设,开展工程安全智能分析预警技术研究和系统开发工作,从而有效提升工程运行安全保障水平与突发事件应急处置能力。介绍了基于数字孪生平台的工程安全智能分析预警技术的总体框架,针对工程安全监测感知体系和工程安全模型库进行了详细论述,并构建了具有“四预”功能的工程安全智能业务应用。目前,研究成果已在数字孪生江垭皂市工程中获得初步应用,可为同类数字孪生工程建设提供借鉴与参考。

强对流实况分析关键技术与产品研制进展和展望

加强短时强降水、雷暴大风、冰雹和龙卷等强对流天气的科学认识对防灾减灾等精细化气象预报服务具有重要意义。如何基于过去和现在的观测去分析当前的强对流天气发生、发展情况是一个重要和具有挑战性的问题。调研了美国、欧洲、亚洲、加拿大和澳大利亚等强对流实况分析业务系统的现状,并从多角度对比了美国的预警决策支持系统—综合信息(WDSS-II)、奥地利的综合分析集成临近预报(INCA)和中国的强对流天气短时临近预报(SWAN)业务系统的现状。此外,针对强对流实况分析产品与预报实践的结合,调研了对强对流实况分析产品应用具有启发性的美国国家海洋和大气管理局(NOAA)的试验平台和春季预报试验。同时,梳理了国内外强对流实况分析研究技术动向,对比了快速更新同化数值模式、概念模型预报技术以及识别追踪和外推预报技术等强对流预报预警技术的优缺点,并回顾了近年来国内外各大主流机构的强对流实况分析人工智能解决方案,为我国今后的强对流实况分析体系建设提供借鉴和思考,为后续开展具有自身特色的强对流多源融合实况分析研究奠定基础。

基于ARIMA-BP组合模型的智能变电站遥测数据趋势性分析预警技术研究

为了基于监测数据对智能变电站二次保护装置进行故障预警,提出了一种基于ARIMA-BP组合模型的智能变电站遥测数据趋势性分析预警方法。通过智能变电站继电保护故障分析,选择装置状态趋势预警遥测数据源,基于数据源特性分析建立ARIMA-BP组合预测模型,基于ARIMA-BP组合预测模型及装置历史遥测数据进行装置运行趋势预测。并以某220kV变电站中线路保护装置的遥测数据为例进行算例分析,结果表明ARIMA-BP组合模型的预测误差率比单独的ARIMA模型和BP模型分别低5%和9%,验证了ARIMA-BP组合模型在遥测趋势预测预警的优越性。

基于网状关联分析的电力监控网络信息安全智能预警方法

监控预警电力网络信息,动态感知潜在风险,能够有效保证网络安全运行。目前提出的预警方法故障位置定位能力较差,无法实现精准定位,导致预警实时性较低。为了解决上述问题,基于网状关联分析技术研究了一种新的电力监控网络信息安全智能预警方法,采集处理态势数据,在深入理解电力监控网络信息安全态势后,呈现感知结果,根据态势感知结果进行数据融合。深入挖掘网状关联规则,追踪电力网络安全信号,确定安全预警范围,建立关联矩阵,计算信号权重,分析指数变化,根据指数变化定位故障区域,实现安全预警。实验结果表明,基于网状关联分析的电力监控网络信息安全智能预警方法能够在0.5 s内确定故障区域,对于故障点定位准确率普遍在90%以上,具有很强的实时性,能够很好地保证电网正常运行。

智能化网络安全监测预警平台建设和运营思路探讨

数字化转型背景下,信息网络面临的安全风险和威胁形势愈发严峻,传统的安全防护和监测预警技术已经无法应对高级可持续威胁(APT)攻击带来的挑战,网络安全开始向智能化方向发展。通过分析智能化监测预警平台的技术架构,提出基于海量多源数据采集和智能分析引擎的监测预警平台建设思路,结合全流程的安全运营服务支撑,变被动防御为主动,实现安全闭环管理。

反恐预警监控的时空网络分析

[研究目的]为在遂行防范和处置恐怖活动中进行反恐预警和重点人员监控提供指导性依据,针对未有明确证据参与事件的涉嫌暴恐人员,深入挖掘其隐藏关系,识别潜在危险分子。[研究方法]基于社会网络分析理论,针对涉嫌暴恐分子缺失关键关联关系的问题,提出了一种加入时间和空间双维度数据的时空网络分析方法。该方法针对暴恐人员流动性强的特点,统计暴恐参与者(P群)和涉嫌者(A群)的时空活动轨迹,提出时空交互度算法,形成暴恐成员(PA群)之间的时空关联关系,从而建立暴恐群体的时空交互度关系网络模型,并通过综合测度计算识别A群重点人物和重点地域。[研究结论]可识别涉嫌暴恐分子的潜在危险人物,以及不同预警子群的建议监控地域,为反恐行动预警监控提供有效依据。

基于事故后果分析的煤矿应急演练平台设计

为了做好煤矿安全风险监测预警系统数据协同应用、加强煤矿应急救援体系建设,设计了基于事故后果分析的煤矿应急演练平台,提出了该平台的架构设计和应急救援演练业务流程,总结监测预警数据可视化集成、预警信息智能分析研判等关键技术,利用信息化手段模拟事故的发生和演变,突破传统应急演练方式,有效提升应急救援能力和现场指挥的处置能力,为煤矿应急信息化建设提供参考。

林业有害生物监测预警系统建设与应用分析

林业有害生物危害着森林的健康,影响了绿色生态,是林业发展的痛点。本文通过采集大量有害生物图像样本,结合图片特征值标注、计算机视觉和机器学习算法,实现对江西省赣北地区主要林业有害生物的自动化检测和分类,从而提高监测的准确性和效率,并提出基于物联网技术的林业有害生物监测预警系统的设计方案,以期为林业有害生物防治提供参考。

安全播出智能辅助系统

安全播出是广播电视工作的基础。降低系统故障风险,提高应急处置能力,提升安全播出保障能力,确保安全播出,是广电工作人员一直追求的目标。基于此,介绍贵州广播电视台电视播控智慧辅助系统,通过在电视播控系统中引入仿真演练、运行预警、智能值机、安全播出态势分析预警等智慧化功能,形成覆盖播出域全流程的安全播出智能辅助系统,全面提升安全播出保障能力。

洗煤厂视频AI智能分析系统探讨

为提高选煤厂安全监控的智能化水平,降低人力值守消耗,笔者利用深度神经网络算法构建了面向选煤厂安全管理的智能视频AI分析系统。该系统利用视频图像分析、人脸识别、大数据与边缘计算等关键技术建立人、机、环的视频安全预警机制,实现对选煤厂现场作业人员的不安全行为、设备的不安全状态和环境危险因素的实时监测预警。实践表明:该系统通过对人、机、环信息的获取、处理和反馈,能够实现及时预警,消除安全隐患,提高作业过程的安全系数。

智能预警技术在传统分散控制系统中的应用

针对大部分已建成电厂全面实现智能化条件不足的问题,根据智能发电技术的特点,提出电厂可局部实现智能化。对智能预警技术在传统分散控制系统(distributed control system,DCS)中的应用进行研究,将智能发电技术的数据挖掘、自组织、发挥计算机超强的信息处理能力等技术特征应用于传统DCS,对数据深度开发、多数据综合运用、完善报警系统三个方面进行应用探索。实践证明,智能预警技术能够提高以传统DCS为基础的发电厂的安全性、可靠性和自动化水平。

3维协调的新一代电网能量管理系统

为适应电网发展需要,提出了开发3维协调的新一代电网能量管理系统(EMS)。该系统的运行模式是自动预警型的,是在空间、时间和控制目标等3个维度综合协调的在线分析、预警和辅助决策系统,是全局协调优化后进行的闭环控制系统。文中给出了新一代EMS的系统设计,分析了其主要特征及其与传统EMS的主要区别,讨论了开发新一代EMS需要解决的若干关键技术问题,展望了新一代EMS的应用前景。

大数据背景下网络舆情智能预警机制分析

[目的/意义]加强网络舆情管理,对群体性突发事件进行有效预判是社会创新治理的重要任务。在大数据背景下,如何提高舆情特征数据挖掘效率和舆情趋势预测精度,探索舆情智能预警机制,是当前亟待解决的问题。[方法/过程]构建了大数据背景下网络舆情采集和基本特征挖掘体系,探索舆情大数据分布式处理和文本计算边缘化,注重舆情敏感性特征挖掘,提高舆情特征查询效率。基于复杂网络对舆情团落进行分析,利用深度学习提高舆情智能计算能力,对网络舆情事件进行演化推理,提升网络舆情态势智能分析水平。[结果/结论]将机器系统的舆情定量计算能力和舆情决策者的定性分析能力结合起来,建立人机协同的舆情智能预警机制,提高舆情预警的可视化,为突发事件提供预控方案。

智慧城市视角下完善反恐预警机制研究

根据当前国内外反恐斗争的特殊性、复杂性和艰巨性,结合我国智慧城市建设成果,探索其与反恐预警机制建设有机结合,并利用大数据等技术架构了反恐情报信息汇聚平台和智能分析平台。实践证明,情报工作是反恐斗争的生命线。根据大数据的特点对城市海量信息进行分类处理,设置攻击目标、时间、规模、方式等参数,经智能系统进行信息融合、情报分析、数据挖掘和数据筛选;以"情报、预警、预案"三位一体,构建三个层级的反恐预警机制,完善城市反恐预警机制,提升城市反恐预警能力。

天然气生产数据集成整合与智能分析系统

为了提高天然气开发生产实时数据的利用率,在提升数据质量的同时也能够为基层员工减负,中国石油西南西南油气田公司重庆气矿基于“源头采集、智能核准、全面共享”的原则,自主创新开发了生产数据集成整合与智能分析系统;通过该系统实现了对生产数据的整合集成、实时数据派生功能优化、数据自动核准、共享服务等生产数据治理,以及实时趋势多维分析、管输效率分析、清管周期预测等数据深化应用,并在该公司重庆气矿垫江运销部进行了试运行。研究结果表明:①基于油气生产物联网数据、手工录入数据的集成整合模型,进行生产数据变化趋势分析、报表数据自动生成及核准,实现了生产实时数据的集成整合、自动核准、共享服务、多维展示与预警分析,极大地提升了数据的完整性和准确性,全面支撑上层平台及报表系统的应用;②通过对油气生产数据的全面治理,规范了数据来源、提升了数据质量、减少了基层员工多头录入,为该气矿业务数据化、数据业务化以及大数据智能分析应用提供了准确、唯一的数据源,也助推了其上级公司数字化转型与提质增效;③采用趋势告警、大数据智能算法、实时数据库分析函数计算等技术,可以对气井生产、管道运行进行准确、可靠的数据分析与预测,进而为生产制度优化、精细化管理提供有力支撑。结论认为:①高质量的数据对任何企业都是战略性的资产,更是推进油气田数字化转型进程的基础;②井站作为数据采集源头,井站员工处于数据质量管控的第一线,充分利用信息化平台实现数据完整采集与汇集、数据质量的有效管控、数据的多维分析与预警,有助于为下一步大数据应用、智能分析提供完整、准确的“数据资产”奠定坚实的基础。