数字孪生在煤矿电网中的应用研究

数字孪生在煤矿电网中的应用研究

刘磊

中煤科工集团重庆研究院有限公司，重庆，400037

摘要：数字孪生以数字化方式创建物理实体的虚拟模型，借助数据模拟物理实体行为，为物理实体扩展新的能力。目前已在工业制造、智能交通等众多领域得到应用。数字孪生技术能精确模拟现实环境的具体活动，对解决具有高时效性及高安全性要求的调车作业监控有天然优势。近年来，随着煤矿井下供电量的不断增加，电网电压也在不断升高，因煤矿井下环境比较恶劣、负载波动比较大、工况复杂且不稳定等原因导致高压电网的绝缘性能较低，由此造成的煤矿井下高压电网短路并导致发生越级跳闸事故，已经成为煤矿供电系统中的常见问题。基于此，本篇文章对数字孪生在煤矿电网中的应用进行研究，以供参考。

关键词：数字孪生；煤矿电网；应用分析

引言

2020年国家能源局等八部委联合发布《关于加快煤矿智能化发展的指导意见》以来，以云计算、大数据、工业互联网、人工智能算法、5G通信、边缘计算、新型低功耗智能传感器等共性支撑技术为基础的数字孪生技术在煤炭行业快速发展及应用，使得数据的实时获取、瞬时传输、快速计算、智能决策等成为了现实，克服了数值模拟应用于灾害仿真研究的缺陷。数字孪生作为煤矿灾害研究及预测的有效手段，可实现灾害态势的实时展现，提供实时、快捷的智能化服务。为充分发挥数字孪生技术在煤矿灾害研究中的优势，赋能智能矿山建设，本文从数字孪生内涵及其在煤矿电网研究中的应用模式入手，深入探讨其应用方向及关键支撑技术，为煤矿电网的重复性、低成本研究提供新思路。

1数字孪生的概念

早在2002年，美国密歇根大学的GRIEVESM教授给出了数字孪生最初的概念—“虚拟数字化模型等价表达物理产品”，从而进行产品全生命周期管理，这被业界普遍认为是数字孪生的雏形。在2006年又命名其为信息镜像模型。直到2011年，数字孪生的概念才被美国国家航空航天局正式提出，并在业界一直沿用至今。德国工业4.0和美国工业互联网的核心架构中均清楚地指出了数字孪生为关键技术，LMT（LockheedMartinCorporation）公司也将数字孪生技术排在了国防和航天工业顶尖技术的首位。更有闻名全球的IT研究与咨询公司Gartner都将数字孪生技术列入十大战略科技发展趋势中。分析了基于数字孪生的复杂产品设计制造一体化开发内涵，提出了基于数字孪生的复杂产品环形设计框架。还有一些学者结合自己所在的行业，分别介绍了数字孪生技术在舰船、航空航天、机器人等领域的数字化应用实践情况。相较于传统虚拟样机、多物理场联合仿真等技术，数字孪生更加注重物理实体与虚拟实体之间的交互关系，对建立的虚拟模型具有高保真度和高精度等要求。虚拟样机针对不同的应用场景，对模型的要求也不一样。而数字孪生技术要求数字化模型尽可能的“真”、“准”、“全”。可以说数字孪生技术是虚拟样机技术的升级，是基于多学科联合的详细虚拟样机模型对物理模型的体现。基于数字孪生的上述特点，目前数字孪生在各行业的功能主要体现在以下几个方面：模拟仿真、状态监控与故障诊断、故障预测与预防性维护、生产过程的控制与优化等，如图1所示。

图1数字孪生技术功能与作用

2智能矿山建设现状与要求

煤矿行业自发展以来，先后经历了炮采、普采和综采三个阶段，目前已达到工作面的三机联动和远程控制的水平，在采、掘、机、运、通等多方面基本实现自动化。国家八部委已经明确提出指导意见，要求煤矿行业全面向智能化建设，在2021年进行71座试点煤矿，到2025年要求大型矿井全面实现智能化。但要完成产业的全面智能化升级，还存在一些问题：1）信息孤岛现象严重；2）缺乏信息化标准和顶层设计；3）缺乏多学科交叉应用；4）系统融合、数据共享深度不够；5）没有基于三维连续地理信息的矿井“电子沙盘”。根据国家八部委发布的《关于加快煤矿智能化发展的指导意见》，建设智能矿山应包含信息网络建设、地质安全、自主掘进、智能综采、自动运输等在内的十大部分。智能管控平台属于第一部分信息网络建设，要求其具备数据服务、算法模型和工具库、集中控制和协同指挥等要求。因此，实现智能管控平台的前提是：（1）具备各类系统数据采集能力；（2）完整的数据传输网络；（3）统一的数据存贮和计算中心；（4）统计的数据服务平台；（5）基于连续空间信息。

3数字孪生在煤矿电网中的应用分析

3.1煤矿井下电气设备状态评估

传统的煤矿井下电气设备评估方法难以在兼顾安全性和经济性的同时，对规模愈来愈庞大的煤矿井下设备进行精准的状态评估。利用数字孪生模型模拟的设备运行数据，综合煤矿井下特定环境，选取设备运行温度、电动机转速和电流等评价指标，将孪生数据和煤矿电网物理实体数据进行对比，建立设备健康状态评估模型，实现煤矿井下电气设备状态评估。分别采用大数据挖掘和BP神经网络的方法，在获取设备数据的基础上进行大数据分析和机器学习建模，实现煤矿井下设备状态评估，设备健康状态的预测值与实际值误差不超过9%，准确率达90%以上。针对电力变压器建立精细化数字孪生模型，利用数字孪生技术模拟实体中难以全面获取的短路电流次数、绕组直流电阻等指标，对设备数字孪生模型进行影响因素分析，并依此进行差异化划分，实现对设备精准高效的状态评估。

3.2煤矿电网智能监控

对煤矿电网物理实体全域的所有元素进行数字化标志，在此基础上建立的煤矿电网数字孪生模型具有较高的精确性，将智能化传感设备采集到的数据和信息通过通信纽带加载到数字孪生模型中，能够实现物理实体和数字模型的1∶1精准映射，实现设备状态和运行进程的可视化智能监控。工作人员操作煤矿电网设备时，可借由操作煤矿电网数字孪生体系实现远程控制，提高效率，并且减少人员下井等不确定因素引起的不稳定性风险。同时，通过应用人工智能算法，使得采集到的数据在数字孪生模型中不断优化迭代和仿真，进而驱动设备实现自主决策、自主管理、故障预警和自我优化，实现在无人操控时完全自主管理与决策的煤矿电网数字孪生体系。

4数字孪生技术应用于智能矿山灾害预警及综合防控

具体内容如下;①数据采集、传输、计算的瞬时性。事故的突发性要求数字孪生系统实时完成数据的采集、传输及仿真计算等过程，若传输、计算等速度跟不上，将会导致数字孪生系统灾害状态迟滞于物理世界，无法起到灾害预警的效果。②智能决策算法的准确性。不同于采、掘、运等生产系统优化算法，数字孪生系统对智能决策算法的准确性要求极高。智能决策算法有误将直接导致对灾害的误判，从而影响对灾害的预测及防治。

结束语

总而言之，数字孪生应用在煤矿电网时相较于传统煤矿电网在数据利用方面更加高效、在设备维护方面更加经济，并且在管理和运行模式方面具有智能决策、自主学习和完善等功能，更加适应当今煤矿智能化的需求。此外，煤矿电网数字孪生体系可以更好地利用信息工程领域中的神经网络、支持向量机和深度学习等技术，在处理非线性和不确定性问题时更加智能和精准。

参考文献

[1]冯洋,尹松,闫敬东,康亚丽,邢雅.基于数字孪生的电网变压器故障诊断方法[J].机械与电子,2022,40(06):26-30.

[2]周波.面向数字孪生的主动配电网内生安全研究[D].华北电力大学(北京),2022.000906.

[3]张斌.电网智能技术在煤矿供电系统中的应用[J].石化技术,2020,27(07):144-145.

[4]贺壮.电网智能技术在煤矿供电系统中的应用[J].电子技术与软件工程,2020(01):212-213.

[5]张锋.煤矿井下电网故障定位技术研究[J].机械工程与自动化,2019(01):193-194+196.

作者简介：

刘磊（1990-），河南省周口市郸城县人，工程师，本科，2014年毕业于中国矿业大学(北京)，主要从事瓦斯监测系统现场应用技术、仪器仪表、综合自动化等方面的研究与技术推广等工作。