基于物聯網技術的煤礦井下用電狀態實時監測方法*

陳鶴澎,魏建業,龐現澤,劉俊,董振軍

(1.窯街煤電集團有限公司金河煤礦,甘肅 蘭州 730084;2.上海山源電子科技股份有限公司,上海 201612)

0 引言

社會進步與經濟發展帶動著國民經濟水平的不斷提升,同時對能源企業也提出了更高的要求。我國的煤礦行業作為支柱性產業之一,不僅要保障開采量,保證對能源的及時供應,更需要全方面提升開采效率,降低開采過程中的消耗。煤礦在開采過程中伴隨著較高的風險系數,與煤礦井下作業人員的生命安全密切相關,其中,對供電系統的合理設計在一定程度上保護了煤礦井下作業人員的人身安全,也保障了煤礦企業的基本生產安全。但隨著開采深度的加深,井下環境的復雜程度加深,許多煤礦企業的井下供電系統含有一系列有待完善的問題,需要對其進行設計,提高安全性及合理性。

煤礦井下的供電環節是根據電機輸送電能完成作業,大多數的煤礦配電可視作單電源供電。煤礦用電由于其用電環境的復雜性、用電負荷的多樣性,有必要對其進行用電狀態的監測。

狀態監測是一種利用微電子和傳感等技術手段獲取設備在運行狀態下的各種數據,并對這些數據進行分析和處理,結合當前設備的運行狀態對設備的后續運行情況進行預測的方法。因此,對煤礦井用電設備的用電狀態進行在線狀態監測,不僅有利于設備的維護和使用,也有利于煤礦井的安全保障[1]?；诖?本文對煤礦井下的用電狀態進行實時監測,在物聯網技術的基礎上完成了方法設計,通過對用電設備及其權重值的分析,在物聯網模型的技術輔助下,對用電實時狀態中的異常突變進行捕捉和匹配,最后輸出匹配數據,呈現實時監測結果。對于供電系統優化方面,充分找尋出供電系統漏洞,對煤礦井下供電系統全局節能優化控制具有重要意義。

1 煤礦井下用電狀態實時監測方法

1.1 確定煤礦井耗電設備

電力是現代社會不可或缺的能源之一,用電負荷的分類是用電系統中一項重要的內容。用電負荷是指在一定時間內使用電力設備消耗的電功率,是電力系統運行的基礎。凡是因為突然停電可能造成人身傷亡或者重要設備損壞,或者給生產造成重大損失的負荷為一類負荷,如主通風機、井下主排水泵等。對一類負荷供電必須有可靠的備用電源,一般由變電所引出的獨立雙回路供電。因為突然停電可能造成較大經濟損失的負荷為二類負荷,生產設備大多屬于二類負荷。對于大型礦井的二類負荷來說,一般采用具有備用電源的供電方式,對于中小型礦井來說,一般采用專用線供電即可。不屬于一、二類負荷的所有電荷都屬于三類負荷,如生產輔助設備、辦公類、機修廠等,對三類負荷供電可采用一條線路向多個負荷供電,以減少設備投資。根據不同的劃分依據,可以將煤礦用電負荷分成不同種類,通常根據用電負荷服務對象的不同可以分成六類,本文主要研究井下其他設備類,在這一類主要是與礦井除煤炭生產之外的其他設備產生的一些負荷,如抽放鉆機等零星負荷。

煤礦井下需要使用配電變壓器,該設備是指配電系統中根據電磁感應定律變換交流電壓和電流而傳輸交流電能的一種靜止電器,也是用電設備的主要電力消耗。配電變壓器主要由兩部分組成,一部分是跟負載大小無關的、用來建立磁場的無功功率,另一部分是跟負載相關的無功功率損耗。如配電變壓器在實際運行中突發短路故障,因電磁存在瞬間變化特性,會在此時的高低壓繞組中產生威力極大的短路沖擊電流,受到短路沖擊電流影響,將導致變壓器產生較大短路漏磁場,受到兩者的影響將導致更大的短路后果,且短路帶來的電流作用將導致配電變壓器內部溫度急劇升高,加大功率損耗的同時對安全作業造成一定的威脅。為此提出變壓器等值電路,變壓器等值電路如圖1所示。

圖1 煤礦井下變壓器等值電路

圖1中Rk表示短路電阻,Xk表示短路電抗,Gm表示激磁電導,Bm表示激磁電納。通過圖1中的等值電路可以計算得到變壓器的無功功率損耗,計算表達式如下:

式中,I為空載電流;U為短路電壓;SN為該變壓器的無功負載。

煤礦井下電力線路的無功功率的表達式如下:

式中,ΔQ為線路對應的功率消耗;I為線路通過的電流;X1為線路的阻抗,Ω。

異步電動機等值電路與變壓器等值電路類似,因此,本文不作過多贅述。異步電動機由于電機容量和負載程度的不同,其對無功功率的消耗程度也不同,當電機容量較大的異步電動機滿載時,消耗的無功功率較小,相反,當容量較小的異步電機空載時,對無功功率的消耗較大[2]。

1.2 煤礦井下供電系統運行要求

煤礦供電系統是煤礦生產的重要動力保障,一旦電力中斷,生產將被迫停止,同時停電后將會發生瓦斯積聚爆炸、淹井等惡性事故,所以保證煤礦井下供電系統的正常運行十分重要。煤礦供電系統構成分為地面供電系統以及井下供電系統兩個方面,并且各方面需要嚴格遵守供電運行的基本要求,以保障供電系統的正常運行。同時保障礦井工作人員的人身安全、礦井內部的環境安全和運行設備的安全。

1.2.1 供電系統構成

(1) 煤礦地面供電。礦井地面供電主要包含礦井電源和礦井地面供配電。礦井電源包括上級電源的電壓等級及雙回路來源,架空線路,礦井地面變電所,所內高壓開關柜,變壓器,防雷電裝置,饋電線路以及相關的操控系統和輔助設施,主要負責全礦井的供電需求。

(2) 煤礦井下供電。煤礦井下供電中包含中央變電所、采區變電所、采掘作業面的配電點。井下中央變電所供電來源于地面供電所,其中所安裝的變壓器、輔助基礎設施、以及綜合保護裝置負責為煤礦礦井下采掘作業周邊的動力、以及配電點供電。煤礦井下中央變電所一般由采區變電所供電,采掘工作面配電點供電由采區變電所供電。

1.2.2 煤礦井下供電系統運行要求

煤礦井下供電系統包含整個礦區生產的各個環節,其對基礎性的保障系統有一定的運行要求,分為安全性及可靠性兩方面。

(1) 安全性。環境條件惡劣、供電設備易損壞,可能造成漏電、電火花引起火災和瓦斯煤塵爆炸等事故,所以保證煤礦井下供電系統的安全性十分重要。煤礦井下供電系統安全性是在設備或系統的可控時間段運行時允許出現故障,但不能造成安全事故。

(2) 可靠性。如果煤礦井下供電系統出現中斷的情況,不僅會影響產量,而且可能發生人身事故或者設備損壞,嚴重時會對礦井造成一定程度的破壞。煤礦井下的供電系統可靠性,是在井下供電設備和供電系統在運行時間段內可以保持好正常的運作狀態,為其系統及設施提供電能。

1.3 評估井下設備用電權重

通過上述對于煤礦井下用電設備的分析,結合現代化煤礦產業的數字智能化發展,可根據設備的信息交互以及狀態運行中的數據報文,來分析各個設備的運行狀態。通過分析設備間的用電權重,更有利于用電狀態實時監測結果的精確反饋。而用電狀態的指標權重就需要對其進行合理賦權。

本文采用模糊綜合判斷對煤礦井下用電狀態進行指標評估。與該方法相對應的有專家調查法和層次分析法,兩種方法的特性見表1。

表1 主觀賦權法的兩種賦權方法

由表1可以看出,專家調查法的特性是綜合多位專家的意見,其適用于早期預測指標,層次分析法的特性是目標分層化定量定性分析。為了監測的自動化與智能化,本文選擇了層次分析法。首先通過對煤礦井下用電設備經由傳感器采集到的參數建立對應的評價指標,在層次分析法的指標排布中,將三層評估指標進行級別架構,用電狀態的指標評價如圖2所示。

圖2 用電設備狀態評價層次劃分

礦井相關用電設備首要任務是保持不間斷運行,在運行過程中的監測也需要做到同步輸出,因此,對設備的信息采集就要確?？煽啃?、安全性和實用性[3]。

層級劃分方法流程首先是建立綜合評價體系,評價聚類因子的基礎是構建狀態指標體系,然后構建各層次的判斷矩陣A,矩陣的構建有助于權重的匹配分析。根據聚類因子的指標體系,在三層的指標構建中,將指標層與其子層中的要素進行兩兩比較,通過比較結果區分各要素的自身權重,分析要素的重要性并且根據依據給出判斷,通過評估指標分析出判斷矩陣,并進行構造。然后經由矩陣判斷最大特征值中的計算權重,根據矩陣計算特征值,并且將對應的特征向量輸入到矩陣中,得到矩陣權重值的表達式:

式中,A表示根據指標權重構建的矩陣;ω表示λmax對應的A的向量,對ω經歸一化可以得到權向量;λmax表示A的最大特征值。然后在矩陣及其對應權重值的基礎上,對其進行一致性檢驗。引用判斷矩陣中的一致性指標,與矩陣原有的隨機一致性進行判斷,并且根據判斷結果對矩陣進行調整,經過上述流程,完成對用電狀態指標評價的架設。

1.4 基于物聯網技術構建監測模型

本文結合上述用電設備的確定以及各用電狀態的權重值評估,對煤礦井下用電狀態的實時監測模型進行建設。選用基于物聯網技術下的監測模型,該模型主要是根據微波信號穿過礦井后,由井下用電設備散射地面信息,再次經由礦井后被傳感器所接受的信息原理,構建模型的用電參數和煤礦井下用電設備參數的特征信息,從而有效反映用電狀態。模型公式如下:

在預測集樣本精度統計中,模型的精度評價指標有所下降。將用電狀態的實測值作為因變量,用電指數和傳感參數運算值作為自變量,分別建立不同參數不同煤礦井下作業時期的反演模型,為使所建模型更有意義,本文均選擇一次函數進行模型擬合。通過擬合可以對煤礦井下不同時期用電狀態進行較好的監測。

1.5 捕捉匹配用電實時狀態中的突變

在我國額定用電頻率的規定下,對于正常運行的用電設備,一般有著頻率偏差的限制。但在實際的煤礦作業中,電流波形的頻率不斷變化,且頻率因波形變化產生漂移。本文對于用電狀態中突變的捕捉匹配采用彈性滑窗算法,因此,在電力采樣頻率不變的情況下,滑動時間窗的大小固定,暫且設定該值為N,根據固定值N,同樣能夠確定采樣點數也為固定。而在頻率產生一定的位移后,實際的滑動彈窗與原有設定中滑動彈窗的數值產生了差別,若是仍然按照采樣固定值以及時間窗的大小N值進行計算,則會出現誤差,為了解決這個問題,本文將對傳統彈性滑窗算法進行優化運用[4-6]。

1.2.2 合理用藥以及管理質量調查 在2018年1—3月復查，其中完成2次調查對象174例。復查調查過去6個月的用藥依從性情況，糖尿病二級管理質量指標。

對于該算法的優化,首先在頻率產生漂移之后,基于對其所產生誤差修正的思想,將采樣窗口中根據頻率誤差產生單行變化進行計算,并且在頻率的變化下,時間窗也會產生對應的變換,因此,滑動FFT 的時間窗大小為:

式中,fs為彈性窗口的采樣頻率;f為信號頻率;n為窗口內的周波數。隨著采樣點數和時間的變化,窗口內的周波數會隨著信號頻率發生變化,而信號頻率的取值范圍為:f±Δf。由于頻率漂移量的變化,Δf?f,所以滑動時間窗口也會發生變化,而滑動窗所選中的樣本序列也會生成新的序列,并且通過窗口內的周波數被分成了兩個部分,當N2?a時,窗口中的遷移相變成了1,a為原有時間窗口在位移變化后與現在時間窗口產生的距離。

因此,優化后的彈性滑窗FFT 算法,在上述公式的聯合計算下,獲得參數a,根據a的具體數值作相應調整并且遷移窗口的相位,即可完成對于算法效率的提升。

在上述的算法流程中,完成了基于本文所需用電狀態監測的算法優化,因此,在算法的運用下,要利用FFT 實現對用電狀態突變的捕捉。彈性滑窗算法的突變捕捉流程如圖3所示。

圖3 彈性滑窗算法下的突變狀態捕捉流程

首先在用電設備進行用電監測時,需要對其初始值進行計算,通過對某一位移點的測定,對其進行實時頻率的計算,并判斷閾值,根據閾值結果對滑動窗口進行調整。結合設備用電狀態與突變模型的實際參數,對狀態變化前的匹配進行忽略,以便減少算法消耗,去除冗余數據;而當用電狀態發生變化時,則需要將數據與模型進行成功性匹配,當一個狀態在周波上演進時,則完成對于突變的捕捉,該位置與時間點需要被記錄并且顯示突變的參數信息,處理結束后則行進到下一個環節[7-8]。

1.6 匹配用電狀態的監測結果

在上述流程中對用電狀態的突變狀態進行了捕捉,所捕捉到的數據信息需要經由匹配環節的對照,進而判斷其是否需要進一步傳輸。本文為了實現用電狀態的實時監測,選擇K-means聚類算法來實現環節匹配[9-10]。

本文所選擇的聚類算法為劃分法的一種,具有比較高的算法效率,算法流程如下。

首先輸入簇的個數,以及數據樣本的個數,然后輸出簇。從數據樣本中選取任意同簇數相同的樣本,作為初始的簇的合集,然后將各樣本到簇中心的距離分別進行計算,并在分散排列中以就近原則分配樣本。在分配后的各簇中,重新計算簇的中心,然后通過準則函數與計算結果相比較,收斂成功則繼續流程,失敗則重新計算中心。將給定的簇排列成集,將不同的樣本數量進行序號排列,計算出簇子集的均值[11-12]。

2 試驗論證

將本文所設計的基于物聯網技術的煤礦井下用電狀態實時監測方法與基于AP聚類算法下的用電狀態實施監測方法進行參數對比,為展示兩種方法的測試效果,對比分析不同狀況下的用時所消耗時間的長短,選定了4組試驗樣本,將不同技術進行對比,得出各方法的效果。

2.1 試驗說明

為了驗證本文所設計的對于煤礦井下用電狀態實施監測方法的有效性,將所設計的方法與基于AP聚類算法下的用電狀態實施監測方法進行參數對比,為了使試驗結果具有簡明性,設置本文方法為試驗組,基于AP 聚類算法下的方法為對照組。實驗以兩種方法中對于異常數據的匹配捕捉所消耗時間為對照,分析不同狀況下的用時,所消耗的時間越短,代表該方法的效果越好。

2.2 試驗準備

本文的試驗建立的環境見表2。

表2 實驗參數

為了展示本文所設計方法下的監測效果,試驗環境中設定了電氣設備的異常狀況,對其監測方法進行檢測。試驗選定了4組試驗樣本,樣本中突變數目分別為5,10,15和20個。將不同技術進行對比,測試最終煤礦井下用電狀態的實時監測結果。

2.3 試驗結果

兩種方法對突變捕捉及匹配的用時消耗對比結果見表3。

表3 監測突變用時對比

由表3中的數據可知,試驗組在用電狀態產生5個突變,對突變進行捕捉匹配并將結果進行輸出的用時為0.26 s,而對照組需要花費4.68 s才能完成對于用電狀態的監測。當突變數據增加到20個時,實驗組對突變監測的用時為3.55 s,遠遠快于對照組在同等突變數目下的18.74 s,所以由表3數據得出,本文所設計的基于物聯網技術下的監測方法能夠做到對于用電狀態的實時監測,和對突變狀況的及時輸出。

3 結論

本文針對煤礦井下用電狀態的實時監測,在物聯網技術的基礎上完成了方法設計,通過對用電設備及其權重值的分析,在物聯網模型的技術輔助下,對用電實時狀態中的異常突變進行捕捉和匹配,最后輸出匹配數據,呈現實時監測效果。通過監測方法能夠加快狀況監測的效率,對結果進行及時輸出,為煤礦井突發狀況的處理爭取時間。同時對煤礦井下供電系統全局節能優化控制具有重要意義。