數(shù)字孿生在煤礦電網(wǎng)中的應(yīng)用研究

趙建文， 孟旭輝

（西安科技大學(xué) 電氣與控制工程學(xué)院，陜西 西安 710054）

0 引言

由于煤礦井下環(huán)境潮濕、空間狹窄，同時存在瓦斯、煤塵爆炸等危險，煤礦電網(wǎng)智能化推進(jìn)進(jìn)程相比地面電網(wǎng)較慢。因此，需要借助全球數(shù)字化、信息化浪潮，大力推進(jìn)煤礦電網(wǎng)的智能化進(jìn)程。

隨著大數(shù)據(jù)時代的來臨，在當(dāng)今傳感技術(shù)、軟硬件技術(shù)水平大大提高，計算機(jī)運算性能提升的背景下，數(shù)字孿生技術(shù)得到了充分發(fā)展，并應(yīng)用在諸多領(lǐng)域中。文獻(xiàn)[1]系統(tǒng)性地探索了數(shù)字孿生技術(shù)在電力領(lǐng)域的應(yīng)用，分析了數(shù)字孿生模型與傳統(tǒng)仿真模型的區(qū)別，闡述了數(shù)字孿生模型在電力系統(tǒng)中應(yīng)用的前景。文獻(xiàn)[2]針對風(fēng)電行星齒輪系統(tǒng)需要智能化無人管理的特點，提出了基于數(shù)字孿生的系統(tǒng)設(shè)計思路，在SolidWorks 中建立了與研究對象實物高度吻合的三維模型。文獻(xiàn)[3]設(shè)計了基于數(shù)字孿生的泛在電力物聯(lián)網(wǎng)模型架構(gòu)，并對模型運行機(jī)制進(jìn)行了研究，實現(xiàn)了泛在電力物聯(lián)網(wǎng)系統(tǒng)的故障診斷、預(yù)測和健康管理。文獻(xiàn)[4]將數(shù)字孿生技術(shù)引入電氣制造領(lǐng)域，對某變電站在役 220 kV 氣體絕緣金屬封閉開關(guān)進(jìn)行數(shù)字孿生建模，推進(jìn)了設(shè)備運行維護(hù)和數(shù)字孿生技術(shù)的融合。文獻(xiàn)[5]提出了煤礦數(shù)字孿生的設(shè)想，依據(jù)實際的煤礦井下綜采系統(tǒng)設(shè)計了煤礦智能綜采數(shù)字孿生系統(tǒng)，并且融合信息、工業(yè)和人工智能技術(shù)，建立了智慧礦山體系架構(gòu)和智慧礦山平臺，為數(shù)字孿生技術(shù)在煤礦領(lǐng)域的應(yīng)用提供了思路和借鑒。

數(shù)字孿生技術(shù)已成為制造業(yè)和工業(yè)研究的焦點，將數(shù)字孿生技術(shù)引入煤礦電網(wǎng)，建立煤礦電網(wǎng)數(shù)字孿生體系，既可以推進(jìn)煤礦智能化進(jìn)程，建立智能+綠色一體化的健全系統(tǒng)，又對保證整個系統(tǒng)的安全穩(wěn)定，實現(xiàn)數(shù)據(jù)資源的高效利用具有重要意義。本文基于數(shù)字孿生技術(shù)的概念和內(nèi)涵，提出了煤礦電網(wǎng)數(shù)字孿生體系的架構(gòu)，探索了煤礦電網(wǎng)數(shù)字孿生體系的運行模式，介紹了數(shù)字孿生技術(shù)在煤礦電網(wǎng)中應(yīng)用所需的關(guān)鍵技術(shù)，并給出了具體的應(yīng)用場景，旨在為數(shù)字孿生在煤礦電網(wǎng)中的應(yīng)用提供思路。

1 數(shù)字孿生概述

1.1 數(shù)字孿生概念和內(nèi)涵

數(shù)字孿生是在信息世界中建立一個與物理世界中實物相對應(yīng)的可視化模型的技術(shù)，并且該模型可通過傳感器實時更新其物理狀態(tài)的信息。

本文從電力系統(tǒng)的角度出發(fā)，認(rèn)為數(shù)字孿生的內(nèi)涵是利用數(shù)據(jù)對物理對象的狀態(tài)和運行進(jìn)行動態(tài)仿真建模的方法。構(gòu)建完成的數(shù)字孿生模型可以與現(xiàn)實世界中的物理實物相對應(yīng)，模擬真實物體在干擾和環(huán)境影響下的內(nèi)部過程、技術(shù)特性和行為。將數(shù)字孿生技術(shù)應(yīng)用在煤礦電網(wǎng)中，建立可以更加精準(zhǔn)地對煤礦電網(wǎng)物理實體全生命周期的狀態(tài)、過程及變化進(jìn)行建模、仿真、分析和預(yù)測的數(shù)字孿生模型，實現(xiàn)對煤礦電網(wǎng) 1∶1 的映射和復(fù)制。

1.2 數(shù)字孿生在煤礦電網(wǎng)應(yīng)用的優(yōu)勢

煤礦電網(wǎng)數(shù)字孿生模型以同步實體運行狀態(tài)、數(shù)字化模擬運行 2 種手段來輔助煤礦電網(wǎng)的運行管理，區(qū)別于現(xiàn)行模型仿真，具有數(shù)據(jù)驅(qū)動、實時更新、同步反饋的特點。圍繞數(shù)字孿生模型建立煤礦電網(wǎng)數(shù)字孿生體系，能最大程度發(fā)揮數(shù)據(jù)量多的優(yōu)勢，使得對實體煤礦電網(wǎng)的運行模擬更加精確。此外，煤礦電網(wǎng)數(shù)字孿生體系可以融合工程領(lǐng)域的其他數(shù)字技術(shù)，例如建筑信息模型（Building Information Modeling，BIM）和實體場景云數(shù)據(jù)等，以其作為基礎(chǔ)技術(shù)支撐的數(shù)字孿生在煤礦電網(wǎng)中具有很高的應(yīng)用潛力[6]。

2 煤礦電網(wǎng)數(shù)字孿生體系

2.1 基本架構(gòu)

針對煤礦電網(wǎng)物理結(jié)構(gòu)及物理實體特征等參數(shù)，建立煤礦電網(wǎng)的數(shù)字空間模型，進(jìn)而實現(xiàn)煤礦電網(wǎng)實體空間和虛擬數(shù)字空間之間的實時交互映射和同步反饋，并通過測量數(shù)字孿生模型從物理實體采集的設(shè)備設(shè)計、運行等參數(shù)，進(jìn)行數(shù)據(jù)預(yù)處理和數(shù)據(jù)標(biāo)志等數(shù)據(jù)融合分析操作，使得用戶通過人機(jī)接口遠(yuǎn)程或虛擬操作設(shè)備，實現(xiàn)煤礦電網(wǎng)智能化。

煤礦電網(wǎng)數(shù)字孿生體系由煤礦電網(wǎng)物理實體層、煤礦電網(wǎng)數(shù)字孿生模型層、用戶管理服務(wù)層、數(shù)據(jù)交流層組成，如圖1 所示。

圖1 煤礦電網(wǎng)數(shù)字孿生體系基本架構(gòu)Fig. 1 Basic architecture of digital twin system of coal mine power grid

1） 煤礦電網(wǎng)物理實體層。煤礦電網(wǎng)物理實體是構(gòu)建煤礦電網(wǎng)數(shù)字孿生體系的基礎(chǔ)，其包括煤礦電網(wǎng)的所有要素，為煤礦電網(wǎng)數(shù)字孿生體系其余層級提供煤礦電網(wǎng)系統(tǒng)原始的數(shù)據(jù)資源。由于煤礦井下狹長空間和放射式結(jié)構(gòu)等特點，數(shù)據(jù)傳輸難度相較地面較大，通過基于微機(jī)電系統(tǒng)（Micro-Electro-Mechanical System，MEMS）、LoRa[7-8]等技術(shù)的集成度高、抗干擾性強(qiáng)和功耗低的傳感器和多主模式的數(shù)據(jù)采集形式建立針對煤礦電網(wǎng)的數(shù)據(jù)采集技術(shù)。

2） 煤礦電網(wǎng)數(shù)字孿生模型層。煤礦電網(wǎng)物理實體中每一個元素都會經(jīng)過映射來到虛擬端，并經(jīng)過數(shù)據(jù)整合演算構(gòu)建成為一個對應(yīng)的數(shù)字孿生模型。煤礦電網(wǎng)數(shù)字孿生模型是煤礦電網(wǎng)數(shù)字孿生體系的核心，由PSCAD/EMTDC 和Matlab/Simulink 等高精度電路仿真建模技術(shù)配合三維地理信息系統(tǒng)（Geography Information System，GIS）、全景等可視化技術(shù)建立，并且由煤礦電網(wǎng)的數(shù)據(jù)驅(qū)動實現(xiàn)煤礦電網(wǎng)設(shè)備智能健康評估、線路智能巡檢、故障智能診斷等功能。因此，需要集成機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)和高維統(tǒng)計分析等智能算法。同時針對煤礦電網(wǎng)多段電纜供電、低壓大電流和較短的傳輸距離等特點，進(jìn)行故障診斷和健康評估時需要綜合考慮煤礦電網(wǎng)的多方面因素對技術(shù)進(jìn)行改進(jìn)，以建立煤礦電網(wǎng)數(shù)字孿生模型層。

3） 用戶管理服務(wù)層。該層是煤礦電網(wǎng)數(shù)字孿生體系的“方向盤”，包括用戶、人機(jī)接口、應(yīng)用軟件及孿生共智技術(shù)，其中孿生共智技術(shù)是涉及數(shù)字孿生模型等資源的接口、互操作、在線插拔和安全訪問的技術(shù)。由于煤礦電網(wǎng)具有井下和井上及移動等多個不同等級的變電站，需要通過虛擬現(xiàn)實（Virtual Reality，VR）、高級過程控制（Advanced Process Control，APC）、城市信息模型（City Information Model，CIM）等技術(shù)開發(fā)多個變電站一體化控制的應(yīng)用平臺及其對應(yīng)軟件[9-10]，實現(xiàn)數(shù)字孿生模型的可視化智能監(jiān)控，以及用戶對數(shù)字孿生模型的遠(yuǎn)程模擬操作和智能監(jiān)管調(diào)度功能。

4） 數(shù)據(jù)交流層。該層是煤礦電網(wǎng)數(shù)字孿生體系的“橋梁與紐帶”，具有同步交互和閉環(huán)反饋的特點，負(fù)責(zé)對物理實體層、數(shù)字孿生模型層及用戶管理服務(wù)層之間的數(shù)據(jù)流和信息流進(jìn)行整合演算。將物理實體、數(shù)字孿生模型、用戶三者連接成一個整體，形成物理空間和數(shù)字空間的閉環(huán)通路，并集成了數(shù)據(jù)和信息高效有序采集、傳輸和通信的技術(shù)，提供信息交換、數(shù)據(jù)保證、安全保障等支持。隨著目前5G、窄帶物聯(lián)網(wǎng)（Narrow Band-Internet of Things，NB-IoT）及LTE-Cat 1 等通信技術(shù)的高速發(fā)展，煤礦電網(wǎng)的人機(jī)接口可以通過5G 網(wǎng)關(guān)實現(xiàn)數(shù)據(jù)高效率、高穩(wěn)定性傳輸[11-12]；之后通過NB-IoT 或LTE-Cat 1 等通信技術(shù)，使物理實體和數(shù)字孿生模型達(dá)到實時交互、同步反饋及互操作的程度，實現(xiàn)二者之間的孿生共智。

2.2 運行模式

針對煤礦井下場景構(gòu)建的煤礦電網(wǎng)數(shù)字孿生體系，將數(shù)字煤礦電網(wǎng)與物理煤礦電網(wǎng)2 個主體通過1:1 建模、物聯(lián)感知、信息物理系統(tǒng)（Cyber-Physical Systems，CPS）和泛在網(wǎng)絡(luò)實現(xiàn)系統(tǒng)運維和用戶操作的“由實入虛”；再通過多學(xué)科、多尺度的仿真過程、科學(xué)決策和智能控制“由虛入實”，在數(shù)字空間進(jìn)行仿真與控制，在物理空間進(jìn)行實踐。煤礦電網(wǎng)數(shù)字孿生模型與現(xiàn)實物理實體相輔相成，互相優(yōu)化，實現(xiàn)煤礦電網(wǎng)電氣設(shè)備健康管理、故障診斷和井下全域感知與巡檢等各項業(yè)務(wù)數(shù)字化運營，形成煤礦電網(wǎng)智能化運行模式，如圖2 所示。

圖2 煤礦電網(wǎng)數(shù)字孿生體系的運行模式Fig. 2 Operation mode of digital twin system of coal mine power grid

2.2.1 物理實體運行模式

為實現(xiàn)煤礦電網(wǎng)數(shù)字孿生模型層與煤礦電網(wǎng)物理實體層的信息精準(zhǔn)匹配、控制，以及煤礦電網(wǎng)數(shù)字孿生體系服務(wù)的正常運行，需要對物理實體全域的數(shù)據(jù)進(jìn)行采集。在煤礦井下安裝集成度高、抗干擾性強(qiáng)和功耗低的傳感器，同時采用主從式數(shù)據(jù)采集模式，實現(xiàn)煤礦電網(wǎng)數(shù)字孿生體系的數(shù)據(jù)采集[13-14]。通過5G 技術(shù)的低時延、大帶寬，區(qū)塊鏈技術(shù)的去中心化和Massive MIMO 技術(shù)具有更小體積的天線尺寸等適應(yīng)煤礦井下特殊環(huán)境的技術(shù)，建立煤礦電網(wǎng)數(shù)字孿生智能數(shù)據(jù)庫[14-15]，完成對數(shù)據(jù)的加工、儲存、更新、拓展和維護(hù)，進(jìn)而為煤礦電網(wǎng)數(shù)字孿生模型的智能控制和科學(xué)決策提供精準(zhǔn)的數(shù)據(jù)。

2.2.2 數(shù)字孿生模型運行模式

在數(shù)字空間，煤礦電網(wǎng)由數(shù)據(jù)資源管理系統(tǒng)、數(shù)字孿生模型和智能控制平臺組成。數(shù)據(jù)資源管理系統(tǒng)通過建立數(shù)據(jù)采集和處理系統(tǒng)對物理實體數(shù)字化標(biāo)志的數(shù)據(jù)進(jìn)行采集、統(tǒng)一管理和使用。通過加載數(shù)據(jù)資源管理系統(tǒng)中采集的物理實體數(shù)據(jù)，利用電網(wǎng)信息模型（Grid Information Model，GIM）等技術(shù)構(gòu)建煤礦電網(wǎng)在虛擬數(shù)字領(lǐng)域?qū)?yīng)的數(shù)字孿生模型，實現(xiàn)煤礦電網(wǎng)的虛實對應(yīng)、實時映射、同步反饋。構(gòu)建數(shù)字孿生模型后，需要建立智能控制平臺來完成煤礦電網(wǎng)數(shù)字孿生模型的智能控制和科學(xué)決策。通過BIM、三維GIS、大數(shù)據(jù)、云計算、物聯(lián)網(wǎng)等智能化技術(shù)，將煤礦電網(wǎng)各個設(shè)備經(jīng)過融合演算，同步形成數(shù)字煤礦電網(wǎng)的智能控制平臺[16]，實現(xiàn)煤礦電網(wǎng)從規(guī)劃、建設(shè)到管理的全過程、全要素、全方位的數(shù)字化、在線化和智能化。

3 煤礦電網(wǎng)數(shù)字孿生體系關(guān)鍵技術(shù)

3.1 煤礦電網(wǎng)數(shù)字孿生模型構(gòu)建

建立全息感知、多源融合、同步反饋和信息交互的煤礦電網(wǎng)數(shù)字孿生模型是構(gòu)建煤礦電網(wǎng)數(shù)字孿生體系的核心。隨著互聯(lián)網(wǎng)、大數(shù)據(jù)技術(shù)的高速發(fā)展，現(xiàn)代煤礦電網(wǎng)可以采集到的數(shù)據(jù)量爆炸性增長，以往通過物理模型進(jìn)行建模仿真的傳統(tǒng)建模方法僅僅能夠通過輸入設(shè)置的參數(shù)來仿真驗證煤礦電網(wǎng)的運行情況和電網(wǎng)信息等，無法與采集到的設(shè)備和線路的海量數(shù)據(jù)進(jìn)行匹配。煤礦電網(wǎng)數(shù)字孿生模型構(gòu)建技術(shù)采取雙驅(qū)動模型融合的方式，即物理模型驅(qū)動和數(shù)據(jù)模型驅(qū)動建模相結(jié)合。通過煤礦電網(wǎng)物理實體的電網(wǎng)結(jié)構(gòu)建立精確的數(shù)字孿生模型，實現(xiàn)與物理實體實時信息交互，通過數(shù)據(jù)平臺反映煤礦電網(wǎng)的運行狀態(tài)。為了滿足煤礦電網(wǎng)數(shù)字孿生模型中信息交互的實時性和數(shù)據(jù)的準(zhǔn)確性，數(shù)字孿生模型的數(shù)據(jù)處理平均延遲時間應(yīng)小于10?2ms，仿真數(shù)據(jù)與實際數(shù)據(jù)的誤差應(yīng)小于3%[17]。建模時應(yīng)先建立設(shè)備的數(shù)字孿生模型，進(jìn)而連接各個設(shè)備的模型，構(gòu)建煤礦電網(wǎng)各個子系統(tǒng)的數(shù)字孿生模型，最終構(gòu)建全域的煤礦電網(wǎng)數(shù)字孿生模型。

3.2 智能數(shù)據(jù)采集

海量而多元的數(shù)據(jù)是構(gòu)建煤礦電網(wǎng)數(shù)字孿生體系的基礎(chǔ)，建立智能化的數(shù)據(jù)采集體系是構(gòu)建煤礦電網(wǎng)數(shù)字孿生體系的入口和通道。因此需要對煤礦電網(wǎng)中不同區(qū)段、不同線路、不同型號電纜、接線盒及配電裝置的絕緣狀況、運行狀態(tài)和其他狀態(tài)信息進(jìn)行連續(xù)自動采集和監(jiān)控[18]。

針對煤礦井下復(fù)雜環(huán)境，數(shù)據(jù)傳輸難度相較地面較大。地面常采用一主多從的數(shù)據(jù)采集形式，即主機(jī)以巡檢方式按周期對分站進(jìn)行數(shù)據(jù)采集，需要精確定位節(jié)點地址來配合主機(jī)的數(shù)據(jù)讀取。相比主從形式，多主的數(shù)據(jù)采集形式即每個節(jié)點設(shè)備均可主動向上發(fā)送數(shù)據(jù)，僅存在按時傳送的單向數(shù)據(jù)，降低了通信帶寬的占用，減少了中心站主機(jī)數(shù)據(jù)采集任務(wù)，狀態(tài)數(shù)據(jù)無需中心站主機(jī)進(jìn)行二次處理，提高了硬件資源利用率的同時狀態(tài)反饋更加及時，實現(xiàn)了數(shù)據(jù)的實時更新，效率更高，更符合煤礦智能化的需求[19-20]。同時，具有極小的質(zhì)量和體積、極低的功耗、良好的抗振動性能、高抗沖擊能力等特點的MEMS 技術(shù)[21-22]和功耗低、丟包率小、抗干擾性好的LoRa 技術(shù)[23-24]高度適配煤礦井下的數(shù)據(jù)采集系統(tǒng)，已有大量高集成度芯片級傳感產(chǎn)品應(yīng)用于煤礦中。在傳輸大量采集的數(shù)據(jù)時，煤礦電網(wǎng)數(shù)字孿生體系的智能數(shù)據(jù)采集技術(shù)應(yīng)滿足系統(tǒng)在數(shù)據(jù)傳輸周期為 500，100 ms 時的數(shù)據(jù)丟失率均為 2.4%以下的精度要求。

3.3 基于5G 的智能通信

煤礦井下空間狹窄且分支多，設(shè)備多且密集，并且周圍的粗糙煤壁易對無線電波傳輸產(chǎn)生干擾。因此建立煤礦電網(wǎng)數(shù)字孿生體系需要先進(jìn)的無線通信技術(shù)。5G 技術(shù)“多連接、大帶寬、低延時”的特性，是實現(xiàn)實時、高效、雙向智能通信的保障。

5G 技術(shù)在煤礦電網(wǎng)中應(yīng)用時，可能會產(chǎn)生高頻無線信號快速衰減和網(wǎng)絡(luò)覆蓋范圍有限等問題，同時井下狹長的通道也會對信號傳遞造成影響。針對高頻無線信號快速衰減的問題， Massive MIMO 技術(shù)能夠帶來更高的天線陣列增益，大幅提升系統(tǒng)容量，同時能夠?qū)⒉ㄊ刂圃诤苷姆秶鷥?nèi)，從而帶來高波速增益，有效補償高頻段傳輸?shù)妮^大路徑損耗[25]。將Massive MIMO 與正交頻分復(fù)用（Orthogonal Frequency Division Multiplexing，OFDM）技術(shù)融合，配合天線選擇算法建立優(yōu)化函數(shù)，智能選擇符合煤礦電網(wǎng)環(huán)境的天線，實現(xiàn)系統(tǒng)容量與系統(tǒng)功耗的平衡，解決Massive MIMO 系統(tǒng)天線規(guī)模帶來的功耗問題[26-28]。從網(wǎng)絡(luò)覆蓋范圍的角度分析，單個5G 微基站的有效覆蓋距離約為 500 m，相對當(dāng)前煤礦井下4G 基站的覆蓋距離（1.5 km），采用 3 個以上5G 微基站即可完全覆蓋原 4G 網(wǎng)絡(luò)的覆蓋范圍，并且具有更大的帶寬、更低的延時和更小的體積，更有利于井下長時間使用的安全性[29]。針對狹長多分支的井下空間，應(yīng)合理使用5G 微基站技術(shù)，采取5G+有線光纖的網(wǎng)絡(luò)框架，合理控制功耗和優(yōu)化站點配置[30-31]。目前5G+有線光纖架構(gòu)的傳輸速率為10 Gbit/s，故障時保護(hù)倒換時間達(dá)30 ms 以內(nèi)，可滿足數(shù)字孿生系統(tǒng)的應(yīng)用需要。針對煤礦井下應(yīng)用5G 技術(shù)可能產(chǎn)生的其他難題，大多可通過對5G 技術(shù)的合理規(guī)劃與布置解決，從而合理實現(xiàn)煤礦電網(wǎng)數(shù)字孿生體系中數(shù)據(jù)之間、設(shè)備之間、人機(jī)之間交流的一體化融合。

3.4 數(shù)字孿生智能數(shù)據(jù)庫

煤礦電網(wǎng)中所采集到的海量多元數(shù)據(jù)（如絕緣參數(shù)和運行狀態(tài)參數(shù)）需要分區(qū)段、分線路進(jìn)行存儲和處理，這些數(shù)據(jù)之間既存在聯(lián)系，也相互獨立。同時煤礦電網(wǎng)數(shù)字孿生模型中存在大量的核心敏感數(shù)據(jù)，這些數(shù)據(jù)對數(shù)據(jù)系統(tǒng)安全性的要求很高，傳統(tǒng)的數(shù)據(jù)庫一般不能提供一個兼顧安全和高效的數(shù)據(jù)共享環(huán)境。因此需要建立能夠存儲數(shù)據(jù)的通用數(shù)據(jù)庫，可將拜占庭容錯共識、國密算法和P2P 數(shù)據(jù)傳輸?shù)燃夹g(shù)集成，形成一種新的煤礦電網(wǎng)數(shù)字孿生體系的區(qū)塊鏈技術(shù)，實現(xiàn)煤礦電網(wǎng)數(shù)字孿生體系的去中心化，解決中心化數(shù)據(jù)系統(tǒng)的單點安全問題和大量數(shù)據(jù)的同步網(wǎng)絡(luò)需求不足問題，加強(qiáng)數(shù)據(jù)的精細(xì)化匯集和高效管理，提高信息流通效率，并保證在煤礦電網(wǎng)某處發(fā)生故障時數(shù)據(jù)庫系統(tǒng)的穩(wěn)定和安全[32]。

由于區(qū)塊鏈不適合存儲大規(guī)模數(shù)據(jù)，所以在煤礦電網(wǎng)數(shù)字孿生體系中應(yīng)聯(lián)合數(shù)據(jù)庫LevelDB 和星際文件系統(tǒng)（InterPlanetary File System，IPFS）進(jìn)行存儲[33-34]。數(shù)據(jù)庫LevelDB 用于存儲區(qū)塊鏈的索引、狀態(tài)、歷史狀態(tài)數(shù)據(jù)；IPFS 用于存儲區(qū)塊本體和非格式化文件，其中非格式化文件的指紋信息存儲于區(qū)塊中，這樣既滿足了高效性，也滿足煤礦電網(wǎng)較大數(shù)據(jù)規(guī)模的存儲要求。

3.5 數(shù)字孿生設(shè)備智能管理平臺

通過采集煤礦電網(wǎng)中設(shè)備的海量數(shù)據(jù)，建立連接各個設(shè)備和人機(jī)交互接口的數(shù)字化設(shè)備管理平臺。利用基于數(shù)字孿生模型的全息投影技術(shù)，將虛擬空間的數(shù)字孿生模型通過三維圖像的精確重構(gòu)和映射，實現(xiàn)煤礦電網(wǎng)數(shù)字孿生模型多維度數(shù)據(jù)的可視化精確表征[35]，并通過VR 技術(shù)使得可視化的三維模型與虛擬空間的數(shù)字模型高精度同步更新，實時映射數(shù)字孿生模型的運行進(jìn)程，進(jìn)而融合人工智能模式識別、語音或手勢感知等指令，達(dá)到用戶對煤礦電網(wǎng)數(shù)字孿生模型的遠(yuǎn)程控制、智能監(jiān)控、精確查找定位和自由調(diào)度，進(jìn)而實現(xiàn)人、機(jī)的智能控制和有機(jī)融合。在此基礎(chǔ)上，通過物聯(lián)網(wǎng)實現(xiàn)煤礦電網(wǎng)數(shù)字孿生模型中各個設(shè)備與用戶的泛在連接，實現(xiàn)用戶對煤礦電網(wǎng)數(shù)字孿生模型各個設(shè)備和工作進(jìn)程的智能化感知、調(diào)控、管理和識別[36]。

4 煤礦電網(wǎng)數(shù)字孿生體系的應(yīng)用方向

4.1 煤礦井下電氣設(shè)備狀態(tài)評估

傳統(tǒng)的煤礦井下電氣設(shè)備評估方法難以在兼顧安全性和經(jīng)濟(jì)性的同時，對規(guī)模愈來愈龐大的煤礦井下設(shè)備進(jìn)行精準(zhǔn)的狀態(tài)評估。利用數(shù)字孿生模型模擬的設(shè)備運行數(shù)據(jù)，綜合煤礦井下特定環(huán)境，選取設(shè)備運行溫度、電動機(jī)轉(zhuǎn)速和電流等評價指標(biāo)，將孿生數(shù)據(jù)和煤礦電網(wǎng)物理實體數(shù)據(jù)進(jìn)行對比，建立設(shè)備健康狀態(tài)評估模型，實現(xiàn)煤礦井下電氣設(shè)備狀態(tài)評估，具體流程如圖3 所示。文獻(xiàn)[37-38]分別采用大數(shù)據(jù)挖掘和BP 神經(jīng)網(wǎng)絡(luò)的方法，在獲取設(shè)備數(shù)據(jù)的基礎(chǔ)上進(jìn)行大數(shù)據(jù)分析和機(jī)器學(xué)習(xí)建模，實現(xiàn)煤礦井下設(shè)備狀態(tài)評估，設(shè)備健康狀態(tài)的預(yù)測值與實際值誤差不超過9%，準(zhǔn)確率達(dá)90%以上。文獻(xiàn)[39]針對電力變壓器建立精細(xì)化數(shù)字孿生模型，利用數(shù)字孿生技術(shù)模擬實體中難以全面獲取的短路電流次數(shù)、繞組直流電阻等指標(biāo)，對設(shè)備數(shù)字孿生模型進(jìn)行影響因素分析，并依此進(jìn)行差異化劃分，實現(xiàn)對設(shè)備精準(zhǔn)高效的狀態(tài)評估。

圖3 煤礦井下電氣設(shè)備狀態(tài)評估流程Fig. 3 Condition assessment flow of electrical equipment in underground coal mine

4.2 煤礦電網(wǎng)故障定位和保護(hù)

煤礦電網(wǎng)具有多段電纜供電、較短的傳輸距離和低壓大電流等特點，使得其故障特征與判斷非常困難，尤其是諧波諧振引起的保護(hù)系統(tǒng)誤動作及小電流接地故障的診斷等，難以設(shè)計單一有效的指標(biāo)對其進(jìn)行精準(zhǔn)的故障診斷。對數(shù)字孿生模型模擬的大量且豐富的各種故障電氣數(shù)據(jù)進(jìn)行預(yù)處理，進(jìn)而進(jìn)行數(shù)據(jù)融合，構(gòu)建電網(wǎng)故障的高維統(tǒng)計指標(biāo)，將常規(guī)電氣特征、融合數(shù)據(jù)特征等作為輸入，將故障所在位置作為輸出，利用卷積神經(jīng)網(wǎng)絡(luò)、深度學(xué)習(xí)和線性判別分析等機(jī)器學(xué)習(xí)算法建立機(jī)器學(xué)習(xí)模型；所建模型可從實時數(shù)據(jù)集中提取出故障的深層特征，作為故障的精確判據(jù)，并利用Adam（Adaptive Moment Estimation）、RMSProp（Root Mean Square Propagation）

等優(yōu)化算法提高模型的精度，防止陷入局部最優(yōu)的情況，實現(xiàn)煤礦電網(wǎng)故障的智能定位。煤礦電網(wǎng)故障定位和保護(hù)流程如圖4 所示。文獻(xiàn)[40]利用卷積神經(jīng)網(wǎng)絡(luò)，融合多組判據(jù)作為故障特征，實現(xiàn)煤礦電網(wǎng)單相接地故障選線，且不受故障線路、故障距離、故障初相位等條件的影響，仿真驗證準(zhǔn)確率達(dá) 99.8%。

圖4 煤礦電網(wǎng)故障定位和保護(hù)流程Fig. 4 Fault location and protection flow of coal mine power grid

通過煤礦電網(wǎng)數(shù)字孿生模型的數(shù)據(jù)總線建立防越級環(huán)網(wǎng)，同時對煤礦電網(wǎng)內(nèi)各個開關(guān)進(jìn)行編號，實現(xiàn)煤礦供配電系統(tǒng)各個變電站的有機(jī)連接，使其自主交互、上傳故障信息，并融合煤礦電網(wǎng)故障定位系統(tǒng)，建立分布式防越級系統(tǒng)，具體工作參考文獻(xiàn)[41-43]。

4.3 煤礦電網(wǎng)智能監(jiān)控

對煤礦電網(wǎng)物理實體全域的所有元素進(jìn)行數(shù)字化標(biāo)志，在此基礎(chǔ)上建立的煤礦電網(wǎng)數(shù)字孿生模型具有較高的精確性，將智能化傳感設(shè)備采集到的數(shù)據(jù)和信息通過通信紐帶加載到數(shù)字孿生模型中，能夠?qū)崿F(xiàn)物理實體和數(shù)字模型的1∶1 精準(zhǔn)映射，實現(xiàn)設(shè)備狀態(tài)和運行進(jìn)程的可視化智能監(jiān)控[44]。工作人員操作煤礦電網(wǎng)設(shè)備時，可借由操作煤礦電網(wǎng)數(shù)字孿生體系實現(xiàn)遠(yuǎn)程控制，提高效率，并且減少人員下井等不確定因素引起的不穩(wěn)定性風(fēng)險。同時，通過應(yīng)用人工智能算法，使得采集到的數(shù)據(jù)在數(shù)字孿生模型中不斷優(yōu)化迭代和仿真，進(jìn)而驅(qū)動設(shè)備實現(xiàn)自主決策、自主管理、故障預(yù)警和自我優(yōu)化，實現(xiàn)在無人操控時完全自主管理與決策的煤礦電網(wǎng)數(shù)字孿生體系[45]。

4.4 煤礦井下線路智能巡檢

煤礦井下線纜常常由于通風(fēng)不良導(dǎo)致熱量不易散發(fā)，或因管理不當(dāng)導(dǎo)致線纜脫落泡水等引起漏電等電氣故障。井下空間狹窄，傳統(tǒng)的煤礦井下線路巡檢方式難度大、效率低，且可靠性受人為因素影響。文獻(xiàn)[46]將無人機(jī)作為數(shù)據(jù)采集裝置并引入電力系統(tǒng)，配備后端多種識別和數(shù)據(jù)學(xué)習(xí)算法，實現(xiàn)了自動化電力巡檢。文獻(xiàn)[47]將無人機(jī)巡線系統(tǒng)引入煤礦井下，借助激光即時定位與地圖構(gòu)建（Simultaneous Localization and Mapping，SLAM）、機(jī)器視覺、圖像處理等技術(shù)實現(xiàn)無人機(jī)的同步定位。無人機(jī)能夠智能識別場景的異常狀態(tài)并自動巡檢，降低了人力和財力的投入，無需停止生產(chǎn)進(jìn)行巡檢[48-49]。在無人機(jī)的基礎(chǔ)上結(jié)合數(shù)字孿生技術(shù)，建立煤礦井下無人機(jī)智能巡檢模塊，將井下圖像傳回數(shù)字孿生模型，構(gòu)建飛行安全通道，并且實時優(yōu)化飛行路徑，實現(xiàn)自主避障。此外，將流過線纜的電流數(shù)據(jù)與數(shù)字孿生模型中模擬運行的數(shù)據(jù)進(jìn)行比較，對超過閾值的線纜進(jìn)行電流標(biāo)幺值比對，以此判斷線纜是否出現(xiàn)老化等問題，提高線路巡檢的準(zhǔn)確度。煤礦井下線路智能巡檢技術(shù)路線如圖5 所示。

圖5 煤礦井下線路智能巡檢技術(shù)路線Fig. 5 Intelligent inspection technology route of coal mine underground line

5 結(jié)語

數(shù)字孿生應(yīng)用在煤礦電網(wǎng)時相較于傳統(tǒng)煤礦電網(wǎng)在數(shù)據(jù)利用方面更加高效、在設(shè)備維護(hù)方面更加經(jīng)濟(jì)，并且在管理和運行模式方面具有智能決策、自主學(xué)習(xí)和完善等功能，更加適應(yīng)當(dāng)今煤礦智能化的需求。此外，煤礦電網(wǎng)數(shù)字孿生體系可以更好地利用信息工程領(lǐng)域中的神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)和深度學(xué)習(xí)等技術(shù)，在處理非線性和不確定性問題時更加智能和精準(zhǔn)。但目前煤礦電網(wǎng)數(shù)字孿生體系建設(shè)仍處于探索階段，隨著未來人工智能、大數(shù)據(jù)、物聯(lián)網(wǎng)等技術(shù)的進(jìn)一步發(fā)展，成熟的煤礦電網(wǎng)數(shù)字孿生體系可實現(xiàn)能量流和信息流的深度融合，后續(xù)在硬件算力足夠強(qiáng)大時，煤礦電網(wǎng)數(shù)字孿生體系還可結(jié)合超實時虛擬測試、多代理等技術(shù)，優(yōu)化自主決策功能，實現(xiàn)煤礦電網(wǎng)的深度智能化，使煤礦電網(wǎng)運行更加智能、安全、高效。