CN116607996A - 一种煤矿瓦斯抽采参数智能调控系统及方法 - Google Patents

一种煤矿瓦斯抽采参数智能调控系统及方法 Download PDF

Info

Publication number
CN116607996A
CN116607996A CN202310289832.9A CN202310289832A CN116607996A CN 116607996 A CN116607996 A CN 116607996A CN 202310289832 A CN202310289832 A CN 202310289832A CN 116607996 A CN116607996 A CN 116607996A
Authority
CN
China
Prior art keywords
control
extraction
data
optimizing
gas extraction
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202310289832.9A
Other languages
English (en)
Inventor
温志辉
魏建平
宛志红
曹建波
侯殿臣
时歌声
梁凤祥
史文亮
司磊磊
刘勇
李波
徐向宇
张健
张宏图
姚邦华
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Henan University of Technology
Original Assignee
Henan University of Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Henan University of Technology filed Critical Henan University of Technology
Priority to CN202310289832.9A priority Critical patent/CN116607996A/zh
Publication of CN116607996A publication Critical patent/CN116607996A/zh
Pending legal-status Critical Current

Links

Classifications

    • E—FIXED CONSTRUCTIONS
    • E21—EARTH OR ROCK DRILLING; MINING
    • E21F—SAFETY DEVICES, TRANSPORT, FILLING-UP, RESCUE, VENTILATION, OR DRAINING IN OR OF MINES OR TUNNELS
    • E21F7/00—Methods or devices for drawing- off gases with or without subsequent use of the gas for any purpose
    • E—FIXED CONSTRUCTIONS
    • E21—EARTH OR ROCK DRILLING; MINING
    • E21B—EARTH OR ROCK DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
    • E21B43/00—Methods or apparatus for obtaining oil, gas, water, soluble or meltable materials or a slurry of minerals from wells
    • E21B43/006—Production of coal-bed methane
    • E—FIXED CONSTRUCTIONS
    • E21—EARTH OR ROCK DRILLING; MINING
    • E21F—SAFETY DEVICES, TRANSPORT, FILLING-UP, RESCUE, VENTILATION, OR DRAINING IN OR OF MINES OR TUNNELS
    • E21F17/00—Methods or devices for use in mines or tunnels, not covered elsewhere
    • E21F17/18—Special adaptations of signalling or alarm devices
    • E—FIXED CONSTRUCTIONS
    • E21—EARTH OR ROCK DRILLING; MINING
    • E21B—EARTH OR ROCK DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
    • E21B2200/00—Special features related to earth drilling for obtaining oil, gas or water
    • E21B2200/20—Computer models or simulations, e.g. for reservoirs under production, drill bits
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Landscapes

  • Engineering & Computer Science (AREA)
  • Mining & Mineral Resources (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Geology (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Geochemistry & Mineralogy (AREA)
  • Chemical & Material Sciences (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • General Chemical & Material Sciences (AREA)
  • Oil, Petroleum & Natural Gas (AREA)
  • Physics & Mathematics (AREA)
  • Environmental & Geological Engineering (AREA)
  • Fluid Mechanics (AREA)
  • Feedback Control In General (AREA)

Abstract

本申请涉及煤层瓦斯抽采技术领域，提供一种瓦斯抽采参数智能调控系统及方法。通过将瓦斯抽采基础数据采集结果进行安全约束条件的条件调整，生成优化的调整安全约束条件；获得瓦斯抽采控制数据和实时监测数据集合；当实时监测数据集合任意一数据不能满足调整安全约束条件时则执行停机控制；将实时监测数据集合和瓦斯抽采控制数据输入智能调控模型获得寻优抽采系统控制数据进行瓦斯抽采智能调控。解决了现有技术中存在的煤矿瓦斯抽采设备调控对人工经验的依赖性较高，导致瓦斯抽采存在安全隐患且抽采过程中能源浪费较多的技术问题，实现了瓦斯抽采设备调控的智能化，避免了煤矿瓦斯抽采的安全隐患，提高了煤矿瓦斯抽采系统调控的科学性和抽采效率。

Description

一种煤矿瓦斯抽采参数智能调控系统及方法
技术领域
本申请涉及煤层瓦斯抽采技术领域，特别是涉及一种煤矿瓦斯抽采参数的智能调控系统及方法。
背景技术
煤矿瓦斯为植物成煤过程中生成的煤层气，多数煤层在开采前需要进行瓦斯抽采降低煤层瓦斯含量和开采时的瓦斯涌出量，以实现煤矿在低瓦斯状态下安全开采，杜绝瓦斯事故发生，确保煤矿安全生产。
随着煤矿开采科学化发展，现阶段煤矿瓦斯抽采多利用地面固定瓦斯抽采系统完成，通过进行瓦斯抽采系统的抽采数据调控，实现将瓦斯抽采负压、瓦斯抽采温度、瓦斯抽采浓度、瓦斯抽采纯量以及瓦斯抽采能效比控制在安全范围内。现阶段瓦斯抽采系统的控制参数调节多采用人工经验调控方式，存在安全隐患的同时，瓦斯抽采系统运行过程产生的能源浪费也较多。
综上所述，现有技术中存在煤矿瓦斯抽采设备调控对于人工经验的依赖性较高，导致瓦斯抽采存在安全隐患且瓦斯抽采效能低的技术问题。
发明内容
基于此，有必要针对上述技术问题，提供一种能够实现瓦斯抽采设备调控智能性和科学性，避免瓦斯抽采安全隐患以及提高瓦斯抽采过程效能的一种煤矿瓦斯抽采参数智能调控系统及方法。
一种煤矿瓦斯抽采参数智能调控系统，所述系统包括：基础数据采集模块，用于通过交互传感器进行煤矿瓦斯抽采基础数据采集，获得基础数据采集结果；约束条件构建模块，用于通过大数据构建安全约束条件，根据所述抽采基础数据采集结果进行所述安全约束条件的条件调整，生成调整安全约束条件；控制数据获得模块，用于对所述煤矿瓦斯执行瓦斯抽采，获得抽采控制数据；实时数据获得模块，用于通过数据采集传感器进行多个瓦斯抽采参数指标的数据采集，获得实时监测数据集合；安全验证执行模块，基于所述调整安全约束条件对所述实时监测数据集合进行安全验证，当任意一数据不能满足所述调整安全约束条件时，则执行停机控制；数据寻优执行模块，用于将所述实时监测数据集合和所述抽采控制数据输入智能调控模型，其中，所述智能调控模型包括多个特征监督变量，基于所述智能调控模型进行所述抽采控制数据调控，根据调控结果和所述实时监测数据集合进行多特征变化拟合，并通过所述多个特征监督变量进行多特征变化拟合的控制寻优，输出寻优抽采控制数据；智能调控执行模块，用于根据所述寻优抽采控制数据对煤矿瓦斯抽采系统进行智能调控。
一种煤矿瓦斯抽采参数智能调控方法，方法包括：通过所述交互传感器进行煤矿瓦斯抽采基础数据采集，获得抽采基础数据采集结果；通过大数据构建安全约束条件，根据所述抽采基础数据采集结果进行所述安全约束条件的条件调整，生成调整安全约束条件；对所述煤矿瓦斯执行瓦斯抽采，获得抽采控制数据；通过所述数据采集传感器进行多个瓦斯抽采参数指标的数据采集，获得实时监测数据集合；基于所述调整安全约束条件对所述实时监测数据集合进行安全验证，当任意一数据不能满足所述调整安全约束条件时，则执行停机控制；将所述实时监测数据集合和所述抽采控制数据输入智能调控模型，其中，所述智能调控模型包括多个特征监督变量，基于所述智能调控模型进行所述抽采控制数据调控，根据调控结果和所述实时监测数据集合进行多特征变化拟合，并通过所述多个特征监督变量进行多特征变化拟合的控制寻优，输出寻优抽采控制数据；根据所述寻优抽采控制数据对煤矿瓦斯抽采系统进行智能调控。
一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
通过所述交互传感器进行煤矿瓦斯抽采基础数据采集，获得基础数据采集结果；
通过大数据构建安全约束条件，根据所述抽采基础数据采集结果进行所述安全约束条件的条件调整，生成调整安全约束条件；
对所述煤矿瓦斯执行瓦斯抽采，获得抽采控制数据；
通过所述数据采集传感器进行多个瓦斯抽采参数指标的数据采集，获得实时监测数据集合；
基于所述调整安全约束条件对所述实时监测数据集合进行安全验证，当任意一数据不能满足所述调整安全约束条件时，则执行停机控制；
将所述实时监测数据集合和所述抽采控制数据输入智能调控模型，其中，所述智能调控模型包括多个特征监督变量，基于所述智能调控模型进行所述抽采控制数据调控，根据调控结果和所述实时监测数据集合进行多特征变化拟合，并通过所述多个特征监督变量进行多特征变化拟合的控制寻优，输出寻优抽采控制数据；
根据所述寻优抽采控制数据对煤矿瓦斯抽采系统进行智能调控。
一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
通过所述交互传感器进行煤矿瓦斯抽采基础数据采集，获得抽采基础数据采集结果；
通过大数据构建安全约束条件，根据所述抽采基础数据采集结果进行所述安全约束条件的条件调整，生成调整安全约束条件；
对所述煤矿瓦斯执行瓦斯抽采，获得抽采控制数据；
通过所述数据采集传感器进行多个瓦斯抽采参数指标的数据采集，获得实时监测数据集合；
基于所述调整安全约束条件对所述实时监测数据集合进行安全验证，当任意一数据不能满足所述调整安全约束条件时，则执行停机控制；
将所述实时监测数据集合和所述抽采控制数据输入智能调控模型，其中，所述智能调控模型包括多个特征监督变量，基于所述智能调控模型进行所述抽采控制数据调控，根据调控结果和所述实时监测数据集合进行多特征变化拟合，并通过所述多个特征监督变量进行多特征变化拟合的控制寻优，输出寻优抽采控制数据；
根据所述寻优抽采控制数据对煤矿瓦斯抽采系统进行智能调控。
上述一种煤矿瓦斯抽采参数智能调控系统及方法，解决了现有技术中存在煤矿瓦斯抽采设备调控对于人工经验的依赖性较高，导致瓦斯抽采存在安全隐患且瓦斯抽采效能低的技术问题，实现瓦斯抽采设备调控智能性和科学性，避免瓦斯抽采安全隐患以及提高瓦斯抽采过程效能的技术效果。
上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。
附图说明
图1为一个实施例中一种煤矿瓦斯抽采参数智能调控方法的流程示意图；
图2为一个实施例中一种煤矿瓦斯抽采参数智能调控方法中进行智能调控模型寻优反馈优化的流程示意图；
图3为一个实施例中一种煤矿瓦斯抽采参数智能调控系统的结构框图；
图4为一个实施例中计算机设备的内部结构图。
附图标记说明：基础数据采集模块1，约束条件构建模块2，控制数据获得模块3，实时数据获得模块4，安全验证执行模块5，数据寻优执行模块6，智能调控执行模块7。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
如图1所示，本申请提供了一种煤矿瓦斯抽采参数智能调控方法，所述方法应用于煤矿瓦斯抽采参数智能调控系统，所述煤矿瓦斯抽采参数智能调控系统与数据采集传感器、交互传感器通信连接，所述方法包括：
S100:通过所述交互传感器进行煤矿瓦斯抽采基础数据采集，获得基础数据采集结果；
具体而言，所述煤矿瓦斯为植物成煤过程中生成的煤层气，多数煤层在开采前需要进行瓦斯抽采降低煤层瓦斯含量和开采时的瓦斯涌出量，以实现煤矿在低瓦斯状态下安全开采，杜绝瓦斯事故发生，确保煤矿安全生产。
随着煤矿开采科学化发展，现阶段煤矿瓦斯抽采多利用地面固定瓦斯抽采系统完成，瓦斯抽采系统主要由抽采泵、抽采管路、阀门管控、数据监测机制以及附属设备构成，通过进行瓦斯抽采系统的抽采数据调控，实现将瓦斯抽采负压、瓦斯抽采温度、瓦斯抽采浓度、瓦斯抽采纯量以及瓦斯抽采能效比控制在安全范围内。
在本实施例中，所述交互传感器为多功能数据采集传感装置，所述交互传感器用于获取未进行瓦斯抽采的待开采煤层的瓦斯抽采区原始气体成分数据，获得所述基础数据采集结果，所述基础数据采集结果包括乙烯浓度信息、一氧化碳浓度信息、氧气体积分数信息、抽采区温度信息、抽采区湿度信息、抽采区瓦斯纯量信息以及抽采区瓦斯浓度信息。
S200:通过大数据构建安全约束条件，根据所述基础数据采集结果进行所述安全约束条件的条件调整，生成调整安全约束条件；
具体而言，在本实施例中，根据《煤矿瓦斯抽采基本指标》获得瓦斯抽采过程中需要监控的参数指标，构建所述安全约束条件，所述安全约束条件包括乙烯约束条件、一氧化碳约束条件、氧气约束条件、瓦斯抽采负压约束条件、瓦斯抽采温度约束条件、瓦斯抽采浓度约束条件、瓦斯抽采纯量约束条件。
所述基础数据采集结果中包括与煤矿瓦斯抽采安全相关数据以及无关数据，基于所述安全约束条件遍历所述基础数据采集结果，以剔除与瓦斯抽采安全无关数据，完成所述安全约束条件的条件调整，获得所述调整安全约束条件，所述调整安全约束条件包括多个瓦斯抽采条件约束项以及对应数值。
S300:对所述煤矿瓦斯执行瓦斯抽采，获得抽采控制数据；
具体而言，在本实施例中，基于瓦斯抽采系统在待开采煤层的抽采区进行瓦斯抽采，所述抽采控制数据为进行瓦斯抽采系统调节控制的调控量数据，具体包括阀门开度和抽采泵功率，通过调节瓦斯抽采系统控制数据，以调节控制瓦斯抽采系统的实时瓦斯抽采浓度、实时瓦斯抽采纯量、实时瓦斯抽采负压以及实时抽采泵效能。
在本实施例中，运行瓦斯抽采系统进行所述煤矿瓦斯的瓦斯抽采，获取抽采过程中，瓦斯抽采系统的所述抽采控制数据，所述抽采控制数据为后续进行抽采控制调节控制提供调控基准。
S400:通过所述数据采集传感器进行多个参数指标的数据采集，获得实时监测数据集合；
具体而言，瓦斯抽采系统主要由抽采泵、抽采管路、阀门管控、数据监测机制以及附属设备构成，抽采管路与所述煤矿瓦斯直接接触进行瓦斯抽采，所述数据传感器安装于所述抽采管路用于进行瓦斯抽采数据实时监测采集，所述数据传感器在所述抽采管路设有多个监督点的执行监督。
所述数据传感器所监测的参数指标包括：瓦斯抽采纯量、瓦斯抽采浓度、抽采负压、抽采泵能效比、乙烯浓度、一氧化碳浓度、抽采管路出口气体温度、负压、氧气体积分数。通过所述数据采集传感器在抽采管路出口进行前述多个参数指标的实时数据采集，获得所述实时监测数据集合，所述实时监测数据集合为后续比对所述调整约束条件，判断当前是否可安全执行瓦斯抽吸处理提供数据比对判断基准。
S500:基于所述调整安全约束条件对所述实时监测数据集合进行安全验证，当任意一数据不能满足所述调整安全约束条件时，则执行停机控制；
在一个实施例中，本申请提供的方法步骤还包括：
S510:根据所述抽采基础数据采集结果设定效率约束阈值，其中，所述设定效率约束阈值包括瓦斯浓度阈值和瓦斯纯量阈值；
S520:当所述实时监测数据集合中存在不满足所述设定效率约束阈值的数据时，则执行停机控制。
具体而言，在本实施例中，根据所述基础数据采集结果提取获得待开采煤层瓦斯的抽采区瓦斯纯量信息和抽采区瓦斯浓度信息，根据所述抽采区瓦斯纯量信息和抽采区瓦斯抽采浓度数据，结合步骤S200获得的所述调整安全约束条件以及瓦斯抽采系统运行效率指标，获得所述瓦斯浓度阈值和所述瓦斯纯量阈值，所述瓦斯浓度阈值和瓦斯纯量阈值为对应工况指标的最小临界阈值。
在步骤S200获得的所述调整安全约束条件中提取获得与所述实时监测数据集中一致项参数指标进行数据比对，对所述实时监测数据集合进行初级安全验证，当存在任意一个参数指标数据不能满足所述调整安全约束条件时，则对瓦斯抽采系统执行停机控制。
在所述调整安全约束条件中提取获得与所述实时监测数据集中一致项参数指标进行数据比对，对所述实时监测数据集合进行初级安全验证，当任意一个参数指标数据都满足所述调整安全约束条件时，则进行效率约束条件判断，具体的，基于所述实时监测数据集合提取获得实时瓦斯抽采浓度、实时瓦斯抽采纯量，比对实时瓦斯抽采浓度、实时瓦斯抽采纯量和所述设定效率约束阈值的瓦斯浓度阈值和瓦斯纯量阈值，当所述实时瓦斯抽采浓度、实时瓦斯抽采纯量中存在任一数据不满足所述设定效率约束阈值的数据时，则对瓦斯抽采系统执行停机控制。
当所述实时瓦斯抽采浓度、实时瓦斯抽采纯量都满足所述设定效率约束阈值的数据时，则对瓦斯抽采系统执行控制调节，以获得可是瓦斯抽采浓度、瓦斯抽采纯量、瓦斯抽采负压和抽采泵效能比达到最优解的瓦斯抽采系统控制数据，本实施例在后续说明书中详细阐述瓦斯抽采系统执行控制调节内容。
本实施例通过进行安全约束条件判断结合效率约束条件判断，实现了避免在瓦斯抽采风险状态下持续进行瓦斯抽采系统运行，提高煤矿瓦斯抽采的安全性。
S600:将所述实时监测数据集合和所述抽采控制数据输入智能调控模型，其中，所述智能调控模型包括多个特征监督变量，基于所述智能调控模型进行所述抽采控制数据调控，根据调控结果和所述实时监测数据集合进行多特征变化拟合，并通过所述多个特征监督变量进行多特征变化拟合的控制寻优，输出寻优抽采控制数据；
在一个实施例中，本申请提供的方法步骤还包括：
S610:将瓦斯抽采浓度、瓦斯抽采流量、瓦斯抽采负压和抽采泵效能比作为多个监督特征变量；
S620:设定所述多个监督特征变量的特征关联系数和基础特征满足值；
S630:当执行多特征变化拟合的控制寻优时，判断多特征变化拟合结果是否均符合所述基础特征满足值；
S640:当均符合所述基础特征满足值时，则根据所述特征关联系数进行所述多个监督特征变量的寻优加权计算，根据加权计算结果生成所述寻优拟合结果。
在一个实施例中，本申请提供的方法步骤还包括：
S641:设定寻优约束路径长度；
S642:当执行控制寻优时，若寻优路径长度已满足所述寻优约束路径长度且未发现满足预设寻优阈值的寻优结果时，则控制停止寻优；
S643:读取寻优过程中的局部最优值，将所述局部最优值作为控制寻优的结果。
具体而言，在本实施例中，当且仅当所述实时监测数据集合满足所述调整安全约束条件，所述实时监测数据集合满足所述设定效率约束阈值时，执行瓦斯抽采系统的控制数据寻优，本实施例为提高瓦斯抽采设备控制数据寻优有效性和科学性，采用构建智能调控模型进行控制数据寻优。
本实施例基于深度学习的长短时记忆网络(LSTM)进行所述智能调控模型的构建，所述智能调控模型的输入数据为实时监测数据集合和所述抽采控制数据，输出结果为寻优抽采控制数据，所述寻优抽采控制数据具体包括寻优调控阀门开度数据和寻优抽采泵功率数据。
所述智能调控模型实现寻优的逻辑为，设定由瓦斯抽采浓度、瓦斯抽采纯量、瓦斯抽采负压和抽采泵效能比组成的多个特征监督变量，所述多个特征监督变量的权重分配关系基于多个特征监督变量发生数值变化时可能造成的瓦斯事故风险等级设定，具体数值不做强制规定。通过进行所述多个特征监督变量的特征关联系数变化进行最适合的抽采控制数据(阀门开度和抽采泵功率)寻找。
所述特征关联系数为所述监督特征变量的具体数值，例如瓦斯抽采浓度数据为瓦斯抽采浓度这一监督特征变量的特征关联系数。所述基础特征满足值为所述监督特征变量的数据设定约束范围。
执行多特征变化拟合的寻优控制包括四个寻优方向，第一方向为瓦斯抽采浓度数值固定，其余多个监督特征变量的特征关联系数变化的多特征变化拟合，第二方向为瓦斯抽采纯量数值固定，其余多个监督特征变量的特征关联系数变化的多特征变化拟合，第三方向为瓦斯抽采负压数值固定，其余多个监督特征变量的特征关联系数变化的多特征变化拟合，第四方向为抽采泵效能比数值固定，其余多个监督特征变量的特征关联系数变化的多特征变化拟合。
在执行多特征变化拟合的寻优控制过程中，对所述多个监督特征变量进行数值设定所获得的多个特征关联系数定义为所述多特征变化拟合结果，当且仅当设定的多特征变化拟合结果中各个数据都满足对应的基础特征满足值时，根据所述特征关联系数进行所述多个监督特征变量的寻优加权计算，根据加权计算结果生成所述寻优拟合结果。所述寻优拟合结果可视为该多特征变化拟合结果的加权评分结果，所述寻优拟合结果数值越大，表征生成该多特征变化拟合结果的抽采控制数据与当前瓦斯抽采系统控制需求适配度越高。
本实施例中所述多个监督特征变量在满足基础特征满足值时，方可进行寻优控制，同时所述多个监督特征变量设定有预设寻优阈值，当多个监督特征变量任一特征关联系数满足所述预设寻优阈值时，即可停止寻优控制，输出所述寻优拟合结果。
同时，为避免基于多特征变化拟合的进行任一方向寻优控制时，未发生多个监督特征变量任一特征关联系数满足所述预设寻优阈值，导致寻优陷入循环或无线寻优，本实施例设定有寻优约束路径长度作为寻优控制补丁，所述寻优约束路径长度为寻优数据组生成次数限制，例如寻优100次，停止该方向的寻优控制。
当基于某一寻优方向执行控制寻优时，若寻优路径长度(多特征变化拟合结果设定次数)已满足所述寻优约束路径长度且未发现满足所述预设寻优阈值的寻优结果时，则控制停止寻优。对寻优过程获得的多个所述寻优拟合结果进行由大到小排序，获得最大寻优拟合结果以及对应最大寻优拟合结果的多特征变化拟合结果，作为该方向的局部最优值，将所述局部最优值作为控制寻优的结果，获得理论生成该多特征变化拟合结果的抽采控制数据，作为该方向的寻优抽采控制数据输出。
采用如上相同方式执行四个寻优方向多特征变化拟合的寻优控制，获得四个寻优抽采控制数据，根据四个寻优控制数据的寻优拟合结果数值大小，提取获得最大寻优拟合结果对应寻优控制数据，作为所述智能调控模型的输出结果输出。达到了提高瓦斯抽采系统控制智能性和科学性，降低瓦斯抽采过程安全风险隐患的技术效果。
S700:根据所述寻优抽采控制数据对煤矿瓦斯抽采系统进行智能调控。
在一个实施例中，如图2所示，本申请提供的方法步骤还包括：
S710:当对煤矿瓦斯抽采智能调控执行后，通过所述数据采集传感器进行多个监督点的执行监督，生成监督采集数据；
S720:根据控制寻优生成寻优拟合结果，通过所述监督采集数据对所述寻优拟合结果进行逐时段偏离分析，生成偏离反馈结果；
S730:根据所述偏离反馈结果进行所述智能调控模型的模型寻优反馈优化。
具体而言，在本实施例中，所述寻优抽采控制数据具体包括寻优调控阀门开度数据和寻优抽采泵功率数据，基于所述寻优抽采数据控制瓦斯抽采系统执行抽采区煤矿瓦斯的抽采，通过所述数据采集传感器进行多个监督点的执行监督，生成监督采集数据，所述监督采集数据为基于寻优抽采控制数据进行瓦斯抽采系统控制条件下，获得的实时瓦斯抽采纯量、瓦斯抽采浓度、抽采负压、抽采泵能效比。所述监督采集数据包括多个具有时序标识的监督采集数据。
根据所述多个特征监督变量的权重分配关系进行所述监督采集数据的逐一加权计算，获得多个所述寻优拟合结果，基于所述寻优拟合结果以及对应监督采集数据的时序标识生成寻优拟合结果随时间变化的可视化图像，基于可视化图像进行逐时段偏离分析，生成偏离反馈结果，所述偏离反馈结果表征寻优拟合结果发生非平缓数据波动的时间节点。
根据所述偏离反馈结果提取对应寻优拟合结果的监督采集数据以及实际抽采控制数据作为输入数据输入所述智能调控模型的模型寻优反馈优化，执行步骤S600的寻优过程，以获得二次寻优的寻优抽采控制数据进行瓦斯抽采系统控制。达到了避免所获寻优抽采控制数据为理论控制数据，以实际瓦斯抽采系统工作需求不符，提高寻优抽采控制数据的实际应用有效性，提高瓦斯抽采系统控制智能性和科学性，降低瓦斯抽采过程安全风险隐患的技术效果。
在一个实施例中，本申请提供的方法步骤还包括：
S750:设定抽采智能调控的控制周期节点；
S760:当抽采智能调控达到所述控制周期节点时，则将当前节点的数据作为输入数据，输入所述智能调控模型；
S770:根据所述智能调控模型的输出结果对煤矿瓦斯抽采参数进行智能调控。
在一个实施例中，本申请提供的方法步骤还包括：
S780:根据所述偏离反馈结果生成偏离新增节点；
S790:将所述偏离新增节点添加至所述控制周期节点，根据更新后所述控制周期节点进行抽采参数的智能调控。
具体而言，应理解的，随着煤矿瓦斯抽采的不断进行，抽采区的原始乙烯浓度信息、一氧化碳浓度信息、氧气体积分数信息、抽采区温度信息、抽采区湿度信息、抽采区瓦斯纯量信息以及抽采区瓦斯浓度信息都一定程度上发生变化，因而基于一套寻优抽采控制数据实现煤矿瓦斯抽采智能科学调控，且确保抽采过程安全稳定，并不现实。
因而本实施例设定抽采智能调控的控制周期节点，在基于寻优抽采控制数据进行瓦斯抽采系统调控到达所述控制周期节点，例如1小时时，基于所述数据采集装置获取实时监督采集数据，将实时监督采集数据和当前实际抽采控制数据作为当前节点的数据输入所述智能调控模型，根据所述智能调控模型的输出结果再次输出寻优抽采控制数据对执行煤矿瓦斯抽采的瓦斯抽采系统进行智能调控。
在步骤S730进行二次寻优后，根据所述偏离反馈结果生成偏离新增节点，将所述偏离新增节点替换一次寻优的时间节点，添加至所述控制周期节点，根据更新后所述控制周期节点进行抽采智能调控，实现了瓦斯抽采系统控制随瓦斯抽采进度实时动态调节，提高瓦斯抽采安全性和稳定性，减少瓦斯抽采安全隐患的技术效果。
在一个实施例中，如图3所示，提供了一种煤矿瓦斯抽采参数智能调控系统，包括：基础数据采集模块1，约束条件构建模块2，控制数据获得模块3，实时数据获得模块4，安全验证执行模块5，数据寻优执行模块6，智能调控执行模块7，其中：
基础数据采集模块1，用于通过交互传感器进行煤矿瓦斯抽采基础数据采集，获得基础数据采集结果；
约束条件构建模块2，用于通过大数据构建安全约束条件，根据所述基础数据采集结果进行所述安全约束条件的条件调整，生成调整安全约束条件；
控制数据获得模块3，用于对所述煤矿瓦斯执行瓦斯抽采，获得抽采控制数据；
实时数据获得模块4，用于通过数据采集传感器进行多个参数指标的数据采集，获得实时监测数据集合；
安全验证执行模块5，基于所述调整安全约束条件对所述实时监测数据集合进行安全验证，当任意一数据不能满足所述调整安全约束条件时，则执行停机控制；
数据寻优执行模块6，用于将所述实时监测数据集合和所述抽采控制数据输入智能调控模型，其中，所述智能调控模型包括多个特征监督变量，基于所述智能调控模型进行所述抽采控制数据调控，根据调控结果和所述实时监测数据集合进行多特征变化拟合，并通过所述多个特征监督变量进行多特征变化拟合的控制寻优，输出寻优抽采控制数据；
智能调控执行模块7，用于根据所述寻优抽采控制数据对煤矿瓦斯抽采系统智能调控。
在一个实施例中，所述系统还包括：
采集数据监督单元，用于当对煤矿瓦斯抽采智能调控执行后，通过所述数据采集传感器进行多个监督点的执行监督，生成监督采集数据；
偏离反馈执行单元，用于根据控制寻优生成寻优拟合结果，通过所述监督采集数据对所述寻优拟合结果进行逐时段偏离分析，生成偏离反馈结果；
寻优反馈优化单元，用于根据所述偏离反馈结果进行所述智能调控模型的模型寻优反馈优化。
在一个实施例中，所述系统还包括：
特征变量设定单元，用于将瓦斯抽采浓度、瓦斯抽采流量、瓦斯抽采负压和抽采泵效能比作为多个监督特征变量；
参考数值设定单元，用于设定所述多个监督特征变量的特征关联系数和基础特征满足值；
数值判断执行单元，用于当执行多特征变化拟合的控制寻优时，判断多特征变化拟合结果是否均符合所述基础特征满足值；
寻优加权计算单元，用于当均符合所述基础特征满足值时，则根据所述特征关联系数进行所述多个监督特征变量的寻优加权计算，根据加权计算结果生成所述寻优拟合结果。
在一个实施例中，所述系统还包括：
约束阈值设定单元，用于根据所述抽采基础数据采集结果设定效率约束阈值，其中，所述设定效率约束阈值包括瓦斯浓度阈值和瓦斯纯量阈值；
停机控制判断单元，用于当所述实时监测数据集合中存在不满足所述设定效率约束阈值的数据时，则执行停机控制。
在一个实施例中，所述系统还包括：
路径长度设定单元，用于设定寻优约束路径长度；
寻优控制判断单元，用于当执行控制寻优时，若寻优路径长度已满足所述寻优约束路径长度且未发现满足预设寻优阈值的寻优结果时，则控制停止寻优；
局部优解获得单元，用于读取寻优过程中的局部最优值，将所述局部最优值作为控制寻优的结果。
在一个实施例中，所述系统还包括：
周期节点设定单元，用于设定抽采智能调控的控制周期节点；
模型输入执行单元，用于当抽采智能调控达到所述控制周期节点时，则将当前节点的数据作为输入数据，输入所述智能调控模型；
智能调控执行单元，用于根据所述智能调控模型的输出结果对煤矿瓦斯抽采参数进行智能调控。
在一个实施例中，所述系统还包括：
新增节点获得单元，用于根据所述偏离反馈结果生成偏离新增节点；
新增节点处理单元，用于将所述偏离新增节点添加至所述控制周期节点，根据更新后所述控制周期节点进行抽采参数的智能调控。
关于一种煤矿瓦斯抽采参数智能调控系统的具体实施例可以参见上文中对于一种煤矿瓦斯抽采参数智能调控方法的实施例，在此不再赘述。上述一种煤矿瓦斯抽采参数智能调控装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图4所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储新闻数据以及时间衰减因子等数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种煤矿瓦斯抽采参数智能调控方法。
本领域技术人员可以理解，图4中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，提供了一种计算机可读存储介质，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：通过所述交互传感器进行煤矿瓦斯基础数据采集，获得基础数据采集结果；通过大数据构建安全约束条件，根据所述基础数据采集结果进行所述安全约束条件的条件调整，生成调整安全约束条件；对所述煤矿瓦斯执行瓦斯抽采，获得抽采控制数据；通过所述数据采集传感器进行多个参数指标的数据采集，获得实时监测数据集合；基于所述调整安全约束条件对所述实时监测数据集合进行安全验证，当任意一数据不能满足所述调整安全约束条件时，则执行停机控制；将所述实时监测数据集合和所述抽采控制数据输入智能调控模型，其中，所述智能调控模型包括多个特征监督变量，基于所述智能调控模型进行所述抽采控制数据调控，根据调控结果和所述实时监测数据集合进行多特征变化拟合，并通过所述多个特征监督变量进行多特征变化拟合的控制寻优，输出寻优抽采控制数据；根据所述寻优抽采控制数据对煤矿瓦斯抽采智能调控。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种煤矿瓦斯抽采参数智能调控系统，其特征在于，所述系统包括：
基础数据采集模块，用于通过交互传感器进行煤矿瓦斯抽采基础数据采集，获得抽采基础数据采集结果；
约束条件构建模块，用于通过大数据构建安全约束条件，根据所述抽采基础数据采集结果进行所述安全约束条件的条件调整，生成调整安全约束条件；
控制数据获得模块，用于对所述煤矿瓦斯执行瓦斯抽采，获得抽采控制数据；
实时数据获得模块，用于通过数据采集传感器进行多个瓦斯抽采参数指标的数据采集，获得实时监测数据集合；
安全验证执行模块，基于所述调整安全约束条件对所述实时监测数据集合进行安全验证，当任意一数据不能满足所述调整安全约束条件时，则执行停机控制；
数据寻优执行模块，用于将所述实时监测数据集合和所述抽采控制数据输入智能调控模型，其中，所述智能调控模型包括多个特征监督变量，基于所述智能调控模型进行所述抽采控制数据调控，根据调控结果和所述实时监测数据集合进行多特征变化拟合，并通过所述多个特征监督变量进行多特征变化拟合的控制寻优，输出寻优抽采控制数据；
智能调控执行模块，用于根据所述寻优抽采控制数据对煤矿瓦斯抽采系统进行智能调控。
2.如权利要求1所述的系统，其特征在于，所述系统包括：
采集数据监督单元，用于当对煤矿瓦斯抽采智能调控执行后，通过所述数据采集传感器进行多个监督点的执行监督，生成监督采集数据；
偏离反馈执行单元，用于根据控制寻优生成寻优拟合结果，通过所述监督采集数据对所述寻优拟合结果进行逐时段偏离分析，生成偏离反馈结果；
寻优反馈优化单元，用于根据所述偏离反馈结果进行所述智能调控模型的模型寻优反馈优化。
3.如权利要求2所述的系统，其特征在于，所述系统包括：
特征变量设定单元，用于将瓦斯抽采浓度、瓦斯抽采流量、瓦斯抽采负压和抽采泵效能比作为多个监督特征变量；
参考数值设定单元，用于设定所述多个监督特征变量的特征关联系数和基础特征满足值；
数值判断执行单元，用于当执行多特征变化拟合的控制寻优时，判断多特征变化拟合结果是否均符合所述基础特征满足值；
寻优加权计算单元，用于当均符合所述基础特征满足值时，则根据所述特征关联系数进行所述多个监督特征变量的寻优加权计算，根据加权计算结果生成所述寻优拟合结果。
4.如权利要求1所述的系统，其特征在于，所述系统包括：
约束阈值设定单元，用于根据所述抽采基础数据采集结果设定效率约束阈值，其中，所述设定效率约束阈值包括瓦斯浓度阈值和瓦斯纯量阈值；
停机控制判断单元，用于当所述实时监测数据集合中存在不满足所述设定效率约束阈值的数据时，则执行停机控制。
5.如权利要求1所述的系统，其特征在于，所述系统包括：
路径长度设定单元，用于设定寻优约束路径长度；
寻优控制判断单元，用于当执行控制寻优时，若寻优路径长度已满足所述寻优约束路径长度且未发现满足预设寻优阈值的寻优结果时，则控制停止寻优；
局部优解获得单元，用于读取寻优过程中的局部最优值，将所述局部最优值作为控制寻优的结果。
6.如权利要求2所述的系统，其特征在于，所述系统包括：
周期节点设定单元，用于设定抽采智能调控的控制周期节点；
模型输入执行单元，用于当抽采智能调控达到所述控制周期节点时，则将当前节点的数据作为输入数据，输入所述智能调控模型；
智能调控执行单元，用于根据所述智能调控模型的输出结果对煤矿瓦斯抽采参数进行智能调控。
7.如权利要求6所述的系统，其特征在于，所述系统包括：
新增节点获得单元，用于根据所述偏离反馈结果生成偏离新增节点；
新增节点处理单元，用于将所述偏离新增节点添加至所述控制周期节点，根据更新后所述控制周期节点进行抽采参数的智能调控。
8.一种煤矿瓦斯抽采参数智能调控方法，其特征在于，所述方法应用于煤矿瓦斯抽采参数智能调控系统，所述煤矿瓦斯抽采参数智能调控系统与数据采集传感器、交互传感器通信连接，所述方法包括：
通过所述交互传感器进行煤矿瓦斯抽采基础数据采集，获得抽采基础数据采集结果；
通过大数据构建安全约束条件，根据所述抽采基础数据采集结果进行所述安全约束条件的条件调整，生成调整安全约束条件；
对所述煤矿瓦斯执行瓦斯抽采，获得抽采控制数据；
通过所述数据采集传感器进行多个瓦斯抽采参数指标的数据采集，获得实时监测数据集合；
基于所述调整安全约束条件对所述实时监测数据集合进行安全验证，当任意一数据不能满足所述调整安全约束条件时，则执行停机控制；
将所述实时监测数据集合和所述抽采控制数据输入智能调控模型，其中，所述智能调控模型包括多个特征监督变量，基于所述智能调控模型进行所述抽采控制数据调控，根据调控结果和所述实时监测数据集合进行多特征变化拟合，并通过所述多个特征监督变量进行多特征变化拟合的控制寻优，输出寻优抽采控制数据；
根据所述寻优抽采控制数据对煤矿瓦斯抽采系统进行智能调控。
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的系统的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的系统的步骤。
CN202310289832.9A 2023-03-23 2023-03-23 一种煤矿瓦斯抽采参数智能调控系统及方法 Pending CN116607996A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310289832.9A CN116607996A (zh) 2023-03-23 2023-03-23 一种煤矿瓦斯抽采参数智能调控系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310289832.9A CN116607996A (zh) 2023-03-23 2023-03-23 一种煤矿瓦斯抽采参数智能调控系统及方法

Publications (1)

Publication Number Publication Date
CN116607996A true CN116607996A (zh) 2023-08-18

Family

ID=87680645

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310289832.9A Pending CN116607996A (zh) 2023-03-23 2023-03-23 一种煤矿瓦斯抽采参数智能调控系统及方法

Country Status (1)

Country Link
CN (1) CN116607996A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117250932A (zh) * 2023-11-20 2023-12-19 一夫科技股份有限公司 一种石膏聚合物复合材料的生产控制方法及系统

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117250932A (zh) * 2023-11-20 2023-12-19 一夫科技股份有限公司 一种石膏聚合物复合材料的生产控制方法及系统
CN117250932B (zh) * 2023-11-20 2024-01-26 一夫科技股份有限公司 一种石膏聚合物复合材料的生产控制方法及系统

Similar Documents

Publication Publication Date Title
CN116607996A (zh) 一种煤矿瓦斯抽采参数智能调控系统及方法
Zhang et al. Two-stage robust security constrained unit commitment considering the spatiotemporal correlation of uncertainty prediction error
Zhao et al. A geometric approach to virtual battery modeling of thermostatically controlled loads
CN116301275B (zh) 一种能耗调节方法、装置、电子设备及介质
Liu et al. Decentralized fuzzy MPC on spatial power control of a large PHWR
CN112467176A (zh) 一种燃料电池发动机系统的氢气压力控制方法及装置
CN115603331A (zh) 基于统一潮流控制器的运行优化方法、系统及介质
CN117394529A (zh) 基于scada的主配网合环倒供电控制条件辅助决策方法及系统
CN115882455A (zh) 一种分布式光伏发电预测方法、系统及终端机
CN116404652B (zh) 一种用于分布式光伏发电量损失补偿的方法及系统
Tsydenov et al. Online estimation of plant participation factors for automatic generation control in power systems with variable energy resources
CN112783865A (zh) 一种半监督人机结合的运维故障库生成方法及系统
CN113126576A (zh) 集输系统能耗优化模型构建方法与集输系统能耗控制方法
JP6950805B1 (ja) 電力配分装置、電力配分方法、およびプログラム
CN113241761B (zh) 一种电网稳定控制线性需切机量的定值整定方法及系统
CN115759360A (zh) 风光氢储耦合系统两阶段优化规划方法、系统及介质
CN109506248B (zh) 一种基于可在线寻优的案例推理锅炉燃烧优化方法
CN112152264B (zh) 基于鲁棒理论的高可再生能源渗透率电网恢复优化方法
Jin et al. AGC regulation capability prediction and optimization of coal-fired thermal power plants
CN116702424B (zh) 一种大数据智能减排系统
CN112800625A (zh) 一种区域电网全清洁供电运行边界确定方法和系统
CN115986849B (zh) 一种一次调频自优化控制方法及系统
CN116707021A (zh) 一种基于遗传算法的微网功率分配优化控制方法
CN113051445A (zh) 工业生产数据处理方法、装置、计算机设备和存储介质
CN117439100B (zh) 一种用于煤电机组的上网电负荷调节方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
CB03 Change of inventor or designer information
CB03 Change of inventor or designer information

Inventor after: Wen Zhihui

Inventor after: Liu Yong

Inventor after: Li Bo

Inventor after: Xu Xiangyu

Inventor after: Zhang Jian

Inventor after: Zhang Hongtu

Inventor after: Yao Banghua

Inventor after: Wei Jianping

Inventor after: Wan Zhihong

Inventor after: Cao Jianbo

Inventor after: Hou Dianchen

Inventor after: Shi Gesheng

Inventor after: Liang Fengxiang

Inventor after: Shi Wenliang

Inventor after: Si Leilei

Inventor before: Wen Zhihui

Inventor before: Liu Yong

Inventor before: Li Bo

Inventor before: Xu Xiangyu

Inventor before: Zhang Jian

Inventor before: Zhang Hongtu

Inventor before: Yao Banghua

Inventor before: Wei Jianping

Inventor before: Wan Zhihong

Inventor before: Cao Jianbo

Inventor before: Hou Dianchen

Inventor before: Shi Gesheng

Inventor before: Liang Fengxiang

Inventor before: Shi Wenliang

Inventor before: Si Leilei