赵建文教授:数字孪生在煤矿电网中的应用研究

数字孪生云南
智慧能源 智慧矿山评论134阅读模式

一、研究背景

       由于煤矿井下环境潮湿、空间狭窄，同时存在瓦斯、煤尘爆炸等危险，煤矿电网智能化推进进程相比地面电网较慢。数字孪生技术已成为制造业和工业研究的焦点，将数字孪生技术引入煤矿电网，建立煤矿电网数字孪生体系，既可以推进煤矿智能化进程，建立智能+绿色一体化的健全系统，又对保证整个系统的安全稳定，实现数据资源的高效利用具有重要意义。

二、煤矿电网数字孪生体系

1、基本架构

       针对煤矿电网物理结构及物理实体特征等参数，建立煤矿电网的数字空间模型，进而实现煤矿电网实体空间和虚拟数字空间之间的实时交互映射和同步反馈，并通过测量数字孪生模型从物理实体采集的设备设计、运行等参数，进行数据预处理和数据标志等数据融合分析操作，使得用户通过人机接口远程或虚拟操作设备，实现煤矿电网智能化。煤矿电网数字孪生体系由煤矿电网物理实体层、煤矿电网数字孪生模型层、用户管理服务层、数据交流层组成，如下图所示。
赵建文教授:数字孪生在煤矿电网中的应用研究

2、运行模式

       煤矿电网数字孪生模型与现实物理实体相辅相成，互相优化，实现煤矿电网电气设备健康管理、故障诊断和井下全域感知与巡检等各项业务数字化运营，形成煤矿电网智能化运行模式，如下图所示。
赵建文教授:数字孪生在煤矿电网中的应用研究

三、煤矿电网数字孪生体系关键技术

1、煤矿电网数字孪生模型构建

       建立全息感知、多源融合、同步反馈和信息交互的煤矿电网数字孪生模型是构建煤矿电网数字孪生体系的核心。煤矿电网数字孪生模型构建技术采取双驱动模型融合的方式，即物理模型驱动和数据模型驱动建模相结合。通过煤矿电网物理实体的电网结构建立精确的数字孪生模型，实现与物理实体实时信息交互，通过数据平台反映煤矿电网的运行状态。为了满足煤矿电网数字孪生模型中信息交互的实时性和数据的准确性，数字孪生模型的数据处理平均延迟时间应小于0.01 ms，仿真数据与实际数据的误差应小于3%。

2、智能数据采集

       海量而多元的数据是构建煤矿电网数字孪生体系的基础，建立智能化的数据采集体系是构建煤矿电网数字孪生体系的入口和通道。多主的数据采集形式即每个节点设备均可主动向上发送数据，仅存在按时传送的单向数据，降低了通信带宽的占用，减少了中心站主机数据采集任务，状态数据无需中心站主机进行二次处理，提高了硬件资源利用率的同时状态反馈更加及时，实现了数据的实时更新，效率更高，更符合煤矿智能化的需求。在传输大量采集的数据时，煤矿电网数字孪生体系的智能数据采集技术应满足系统在数据传输周期为500，100 ms时的数据丢失率均为2.4%以下的精度要求。

3、基于5G的智能通信

       5G技术“多连接、大带宽、低延时”的特性，是实现实时、高效、双向智能通信的保障。针对高频无线信号快速衰：减的问题，Massive MIMO技术能够带来更高的天线阵列增益，大幅提升系统容量，同时能够将波束控制在很窄的范围内，从而带来高波速增益，有效补偿高频段传输的较大路径损耗。将Massive MIMO与正交频分复用（OFDM）技术融合，配合天线选择算法建立优化函数，智能选择符合煤矿电网环境的天线，实现系统容量与系统功耗的平衡，解决Massive MIMO系统天线规模带来的功耗问题。针对狭长多分支的井下空间，应合理使用5G微基站技术，采取5G+有线光纤的网络框架，合理控制功耗和优化站点配置。

4、 数字孪生智能数据库

       在煤矿电网数字孪生体系中应联合数据库LevelDB和星际文件系统（IPFS）进行存储。数据库LevelDB用于存储区块链的索引、状态、历史状态数据；IPFS用于存储区块本体和非格式化文件，其中非格式化文件的指纹信息存储于区块中，这样既满足了高效性，也满足煤矿电网较大数据规模的存储要求。

5、数字孪生设备智能管理平台

       利用基于数字孪生模型的全息投影技术，将虚拟空间的数字孪生模型通过三维图像的精确重构和映射，实现煤矿电网数字孪生模型多维度数据的可视化精确表征，并通过VR技术使得可视化的三维模型与虚拟空间的数字模型高精度同步更新，实时映射数字孪生模型的运行进程，进而融合人工智能模式识别、语音或手势感知等指令，达到用户对煤矿电网数字孪生模型的远程控制、智能监控、精确查找定位和自由调度，进而实现人、机的智能控制和有机融合。

四、煤矿电网数字孪生体系的应用方向

1、煤矿井下电气设备状态评估

       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，具体流程如下图所示。
赵建文教授:数字孪生在煤矿电网中的应用研究

2、煤矿电网故障定位和保护

       对数字孪生模型模拟的大量且丰富的各种故障电气数据进行预处理，进而进行数据融合，构建电网故障的高维统计指标，将常规电气特征、融合数据特征等作为输入，将故障所在位置作为输出，利用卷积神经网络、深度学习和线性判别分析等机器学习算法建立机器学习模型；所建模型可从实时数据集中提取出故障的深层特征，作为故障的精确判据，并利用Adam，RMSProp等优化算法提高模型的精度，防止陷入局部最优的情况，实现煤矿电网故障的智能定位。煤矿电网故障定位和保护流程如下图所示。
赵建文教授:数字孪生在煤矿电网中的应用研究

3、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。

4、煤矿井下线路智能巡检

       无人机能够智能识别场景的异常状态并自动巡检，降低了人力和财力的投入，无需停止生产进行巡检。在无人机的基础上结合数字孪生技术，建立煤矿井下无人机智能巡检模块，将井下图像传回数字孪生模型，构建飞行安全通道，并且实时优化飞行路径，实现自主避障。此外，将流过线缆的电流数据与数字孪生模型中模拟运行的数据进行比较，对超过阈值的线缆进行电流标幺值比对，以此判断线缆是否出现老化等问题，提高线路巡检的准确度。煤矿井下线路智能巡检技术路线如下图所示。
赵建文教授:数字孪生在煤矿电网中的应用研究
赵建文教授:数字孪生在煤矿电网中的应用研究
引用格式
赵建文,孟旭辉.数字孪生在煤矿电网中的应用研究[J]. 工矿自动化，2023, 49(2):38-46.ZHAO Jianwen,MENG Xuhui.Research on the application of digital twin in coal mine power grid[J].Journal of Mine Automation,2023,49(2):38-46.
作者联系方式
赵建文（1973—），男，陕西西安人，教授，博士，研究方向为电力网安全运行与保护，E-mail:xkdzhaojw@163.com。通信作者：孟旭辉（1998—），男，安徽蚌埠人，硕士研究生，研究方向为配电网的继电保护，E-mail:278019714@qq.com。
文章源自数字孪生可视化-http://www.hjcool.com/1926.html文章源自数字孪生可视化-http://www.hjcool.com/1926.html
耳聪目明 | 宁波轨道交通数字孪生助力地铁安全应急保障应用
数字孪生应用加速落地 在多个领域取得重要进展
北汽重卡数字孪生智慧工厂落成投产 北京重卡首台车下线即交付
元宇宙的数字双城︱当数字世界遇上城市规划：波士顿和查塔努加市的数字孪生之路
weinxin
ThingStudio森工厂，一站式搞定真孪生 一站式数字孪生工具平台合作
数字孪生案例demo演示业务咨询 合作渠道经理：宋学文 微信/手机：18087068252
数字孪生云南
  • 本文由 发表于 2023年3月9日 21:03:28
  • 转载请务必保留本文链接：http://www.hjcool.com/1926.html
  • 数字孪生体
  • 全息投影
  • 数字孪生模型
  • 煤矿电网数字孪生
评论  0  访客  0
匿名

发表评论

匿名网友

:?: :razz: :sad: :evil: :!: :smile: :oops: :grin: :eek: :shock: :???: :cool: :lol: :mad: :twisted: :roll: :wink: :idea: :arrow: :neutral: :cry: :mrgreen: