基于多模态数据融合驱动的矿用电铲载荷预测及动态优化方法

本发明公开了一种基于多模态数据融合驱动的矿用电铲载荷预测及动态优化方法，属于矿山机械智能控制领域。矿用电铲载荷预测及动态优化方法包括：根据电铲历史运行数据库中至少3个作业周期的多源异构数据，获取涵盖四大传动机构在典型工况下的全维度运行数据；基于所获得的全维度运行数据提取电气特征、机械特征以及环境特征；构建多模态特征张量；构建多模态LSTM预测模型，并采用所获得的多模态特征张量进行训练、验证和测试；多模态LSTM预测模型的输入层输入多模态特征张量，输出层预测未来四大传动机构载荷向量。由此可见，本发明通过整合多源异构数据，以突破单一数据感知局限，增强复杂工况特征表达能力。