技术新讯 > 土层岩石的钻进,采矿的设备制造及其应用技术 > 煤层气排采智能监控系统及方法与流程  >  正文

煤层气排采智能监控系统及方法与流程

  • 国知局
  • 2024-07-27 10:45:26

本技术涉及智能控制领域,且更为具体地,涉及一种煤层气排采智能监控系统及方法。

背景技术:

1、煤层气,主要由甲烷组成,是一种赋存在煤层中的非常规天然气。煤层气曾被视为煤矿安全生产的主要威胁之一,因为它在一定浓度下容易引发爆炸。通过煤层气排采,可以显著降低煤矿瓦斯爆炸率,提高矿工安全。

2、煤层气开采是一个复杂的过程,是指通过工程技术手段,将储存在煤层中的天然气(主要成分是甲烷)抽取到地面的过程,其中涉及到地下气体的释放和采集,存在一定的安全风险,如煤层气爆炸、突出等。通过监控煤层气的排采过程,可以及时发现潜在的安全隐患,采取措施确保工作人员和设备的安全。

3、但目前的一些煤层气排采智能监控系统无法实现高精度的控制,且无法充分考虑各个数据之间的规律和互联性,导致井底流压调节不够及时,从而发生安全问题,增加了安全风险。

4、因此,期望一种优化的煤层气排采智能监控系统。

技术实现思路

1、为了解决上述技术问题,提出了本技术。

2、根据本技术的一个方面,提供了一种煤层气排采智能监控系统,其包括:

3、开采状态参数采集模块,用于获取由安装于煤层气排采井口的传感器网络采集的开采状态参数的时间序列,其中,所述开采状态参数包括气体流速值、温度值和压力值;

4、开采状态参数传输模块,用于将所述开采状态参数的时间序列通过无线通信网络传输到中心服务器;

5、参数数据规整模块,用于在所述中心服务器,将所述开采状态参数的时间序列按照参数样本维度进行数据规整以得到气体流速值的时间序列、温度值的时间序列和压力值的时间序列;

6、时序隐含关联特征提取模块,用于对所述气体流速值的时间序列、所述温度值的时间序列和所述压力值的时间序列分别进行序列编码以得到气体流速时序隐含关联特征向量、温度时序隐含关联特征向量和压力时序隐含关联特征向量;

7、特征融合模块,用于使用基于温度-压力先验分布引导的特征融合模块对所述温度时序隐含关联特征向量和所述压力时序隐含关联特征向量进行特征融合以得到温度-压力时序关联隐含特征向量;

8、非线性反馈式交互模块,用于将所述温度-压力时序关联隐含特征向量和所述气体流速时序隐含关联特征向量输入非线性反馈式交互模块以得到状态参数-控制参数时序非线性交互表示向量作为状态参数-控制参数时序非线性交互表示特征;

9、控制指令生成模块,用于基于所述状态参数-控制参数时序非线性交互表示特征,得到控制指令。

10、在上述煤层气排采智能监控系统中,所述时序隐含关联特征提取模块,用于:将所述气体流速值的时间序列、所述温度值的时间序列和所述压力值的时间序列分别通过基于长短期记忆神经网络模型的序列编码器以得到所述气体流速时序隐含关联特征向量、所述温度时序隐含关联特征向量和所述压力时序隐含关联特征向量。

11、在上述煤层气排采智能监控系统中,所述特征融合模块,包括:特征引导单元,用于基于所述温度时序隐含关联特征向量和所述压力时序隐含关联特征向量分别构造温度时序隐含关联引导特征向量和压力时序隐含关联引导特征向量;时序特征融合单元,用于计算所述温度时序隐含关联引导特征向量和压力时序隐含关联引导特征向量之间的按位置加法以得到所述温度-压力时序关联隐含特征向量。

12、在上述煤层气排采智能监控系统中,所述特征引导单元,包括:温度特征计算子单元,用于计算所述温度时序隐含关联特征向量与第一权重超参数的乘积为幂的自然指数特征向量与第一高斯分布超参数的乘积以得到所述温度时序隐含关联引导特征向量;压力特征计算子单元,用于计算所述压力时序隐含关联特征向量与第二权重超参数的乘积为幂的自然指数特征向量与第二高斯分布超参数的乘积以得到所述压力时序隐含关联引导特征向量;其中,所述第一高斯分布超参数和所述第二高斯分布超参数都是以均值为0、方差为1的高斯分布随机数函数产生。

13、在上述煤层气排采智能监控系统中,所述非线性反馈式交互模块,包括:逐位置响应单元,用于计算所述温度-压力时序关联隐含特征向量相对于所述气体流速时序隐含关联特征向量的逐位置响应以得到状态-控制线性响应交互特征向量;非线性优化单元,用于对所述状态-控制线性响应交互特征向量进行响应非线性优化以得到所述状态参数-控制参数时序非线性交互表示向量。

14、在上述煤层气排采智能监控系统中,所述非线性优化单元,用于:计算所述状态-控制线性响应交互特征向量中的各个位置特征值的平方值与第一调整参数之间的乘积以得到第一状态-控制非线性因子二次项调整参数;计算所述状态-控制线性响应交互特征向量中的各个位置特征值与第二调整参数之间的乘积以得到第一状态-控制非线性因子一次项调整参数;计算所述第一状态-控制非线性因子二次项调整参数和所述第一状态-控制非线性因子一次项调整参数之间的加和以得到第一状态-控制非线性响应因子;计算所述状态-控制线性响应交互特征向量中的各个位置特征值的平方值与第三调整参数之间的乘积以得到第二状态-控制非线性因子二次项调整参数;计算所述状态-控制线性响应交互特征向量中的各个位置特征值与第四调整参数之间的乘积以得到第二状态-控制非线性因子一次项调整参数;计算所述第二状态-控制非线性因子二次项调整参数和所述第二状态-控制非线性因子一次项调整参数之间的加和后进行常数项加一调制以得到第二状态-控制非线性响应因子;计算所述第一状态-控制非线性响应因子和所述第二状态-控制非线性响应因子之间的除法以得到状态参数-控制参数时序交互非线性响应值,并将多个所述状态参数-控制参数时序交互非线性响应值按照时间维度进行向量化规整以得到所述状态参数-控制参数时序非线性交互表示向量。

15、在上述煤层气排采智能监控系统中,所述控制指令生成模块,用于:将所述状态参数-控制参数时序非线性交互表示向量输入基于分类器的阀门开度控制器以得到控制指令,所述控制指令用于表示阀门开度值应保持不变、应增大或应减小。

16、在上述煤层气排采智能监控系统中,还包括用于对所述基于长短期记忆神经网络模型的序列编码器、所述基于温度-压力先验分布引导的特征融合模块、所述非线性反馈式交互模块和所述基于分类器的阀门开度控制器进行训练的训练模块。

17、在上述煤层气排采智能监控系统中,所述训练模块,包括:训练数据获取单元,用于获取训练数据,所述训练数据包括由安装于煤层气排采井口的传感器网络采集的训练开采状态参数的时间序列,其中,所述训练开采状态参数包括训练气体流速值、训练温度值和训练压力值,以及所述阀门开度值应保持不变、应增大或应减小的真实值;训练数据传输单元,用于将所述训练开采状态参数的时间序列通过所述无线通信网络传输到中心服务器;训练数据规整单元,用于在所述中心服务器,将所述训练开采状态参数的时间序列按照参数样本维度进行数据规整以得到训练气体流速值的时间序列、训练温度值的时间序列和训练压力值的时间序列;训练时序编码单元,用于将所述训练气体流速值的时间序列、所述训练温度值的时间序列和所述训练压力值的时间序列分别通过所述基于长短期记忆神经网络模型的序列编码器以得到训练气体流速时序隐含关联特征向量、训练温度时序隐含关联特征向量和训练压力时序隐含关联特征向量;训练时序关联单元,用于使用所述基于温度-压力先验分布引导的特征融合模块对所述训练温度时序隐含关联特征向量和所述训练压力时序隐含关联特征向量进行特征融合以得到训练温度-压力时序关联隐含特征向量;训练时序非线性交互单元,用于将所述训练温度-压力时序关联隐含特征向量和所述训练气体流速时序隐含关联特征向量输入所述非线性反馈式交互模块以得到训练状态参数-控制参数时序非线性交互表示向量;分类损失单元,用于将所述训练状态参数-控制参数时序非线性交互表示向量通过所述基于分类器的阀门开度控制器以得到分类损失函数值;训练单元,用于基于所述分类损失函数值并通过梯度下降的反向传播来对所述基于长短期记忆神经网络模型的序列编码器、所述基于温度-压力先验分布引导的特征融合模块、所述非线性反馈式交互模块和所述基于分类器的阀门开度控制器进行训练。

18、根据本技术的另一方面,提供了一种煤层气排采智能监控方法,其包括:

19、获取由安装于煤层气排采井口的传感器网络采集的开采状态参数的时间序列,其中,所述开采状态参数包括气体流速值、温度值和压力值;

20、将所述开采状态参数的时间序列通过无线通信网络传输到中心服务器;

21、在所述中心服务器,将所述开采状态参数的时间序列按照参数样本维度进行数据规整以得到气体流速值的时间序列、温度值的时间序列和压力值的时间序列;

22、对所述气体流速值的时间序列、所述温度值的时间序列和所述压力值的时间序列分别进行序列编码以得到气体流速时序隐含关联特征向量、温度时序隐含关联特征向量和压力时序隐含关联特征向量;

23、使用基于温度-压力先验分布引导的特征融合模块对所述温度时序隐含关联特征向量和所述压力时序隐含关联特征向量进行特征融合以得到温度-压力时序关联隐含特征向量;

24、将所述温度-压力时序关联隐含特征向量和所述气体流速时序隐含关联特征向量输入非线性反馈式交互模块以得到状态参数-控制参数时序非线性交互表示向量作为状态参数-控制参数时序非线性交互表示特征;

25、基于所述状态参数-控制参数时序非线性交互表示特征,得到控制指令。

26、与现有技术相比,本技术提供的一种煤层气排采智能监控系统及方法,其通过由安装于煤层气排采井口的传感器网络采集的开采状态参数的时间序列,其中,所述开采状态参数包括气体流速值、温度值和压力值,并采用基于人工智能的数据分析和处理技术来进行所述气体流速值、所述温度值和所述压力值的时序编码和特征融合,以此来基于状态参数和控制参数之间的非线性交互关系来智能地得到阀门开度值应保持不变、应增大或应减小的控制指令。通过这种方式,能够及时发现潜在的安全问题,如瓦斯爆炸风险或泄漏,从而及时调整阀门开度以应对突发情况。

本文地址:https://www.jishuxx.com/zhuanli/20240726/115376.html

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 YYfuon@163.com 举报,一经查实,本站将立刻删除。