基于人工智能的煤矿电气设备故障诊断与维护  

作　　者：袁林波 石文斌 李兴松 

机构地区：[1]兖矿能源集团有限公司兴隆庄煤矿

出　　处：《电气技术与经济》2024年第6期316-318,共3页Electrical Equipment and Economy

摘　　要：本文研究了应用人工智能技术,尤其是循环神经网络(RNN),于煤矿电气设备的故障诊断与维护。通过分析电气设备的时间序列数据,RNN技术能够高效识别和预测故障模式。实验结果显示,该方法在精确度、召回率和F1-score等指标上均优于传统的时间序列分析方法,表明其在提高矿山安全性和生产效率方面具有显著潜力。本研究为煤矿电气设备的智能化管理提供了新的视角和技术支持。

关 键 词：人工智能 循环神经网络 煤矿电气设备 故障诊断 时间序列数据分析 

分 类 号：TD607[矿业工程—矿山机电] TP18[自动化与计算机技术—控制理论与控制工程]