浅谈煤矿数据的分析与应用

当今社会科技发展快、信息流通量大,人们之间的交流越来越密切,大数据这个高科技时代的产物也应运而生。煤炭作为工业发展的重要组成部分,其发展关系着整个工业的发展。如今,许多现代大型煤矿已能将井下设备信息上传到地面,在地面就可直观的看到设备当前运行的情况,从而更可靠的进行安全生产。通过结合实例将上传的设备信息数据进行整理和分析,从而预测设备的运行状况,提出建设性建议。同时对加强煤矿安全生产、促进煤炭行业现代化建设、提高煤矿的经济效益和社会效益具有重要的意义。     

基于InSAR技术和SA-SVR算法的矿区沉降预测模型

为了解决矿区沉降预测模型精度低、预测模型与实际开采情形不符的问题，提出了一种基于合成孔径雷达干涉测量（Synthetic Aperture Radar Interferometry，InSAR）技术、支持向量回归算法 （Support Vector Regression，SVR）以及模拟退火算法（Simulated Annealing，SA）相结合的新型矿区沉降预测模型。首先，以InSAR技术获取矿区沉降监测数据，对数据进行处理得到测试点的累计沉降量，并将 其与GPS实际测量结果进行比较，发现二者吻合性较好。然后，进行矿区沉降预测模型构建，通过SVR算法得到静态沉降预计模型，再利用SA算法得到模型中的参数最优取值。为了使预测数据符合矿区开采实际情况， 引入嵌入维数公式，得到矿区沉降预测动态模型及精度评价指标。最后，将构建的沉降动态模型应用于陕西省大柳塔矿区，得到预测值和实际监测值之间绝对误差的最大值为9 mm，相对误差的最大值为3%；模型评价 指标通过计算得到试验区平均绝对误差的最大值为2.5%，最小的相关性指数为0.8，表明该模型预测精度较高。     

一种考虑风电渗透率变化的AGC方法

新能源发电渗透率的提高给传统自动发电控制（automatic generation control，AGC）带来了新的挑战。数据研究表明，风电渗透率的改变会对AGC系统的参数产生影响，在此基础，提出一种基于系统补偿的AGC方法，在AGC参数不能及时在线整定的情况下，能降低对系统稳定性的影响。首先，构建含有风电的区域互联AGC系统模型；然后，讨论了当风电渗透率发生变化时，AGC系统参数的调整依据；在此基础上，设计补偿环节与传统模型预测控制器（model predictive controller，MPC）形成串联结构，以消除当风电渗透率发生变化时，由于参数不匹配对AGC效果的不利影响；最后，通过仿真验证了所提方法的可行性和有效性，仿真结果表明：当风电渗透率发生变化时，通过补偿环节参数的调整能够有效消除其对系统参数的影响，从而获取更好的频率控制效果。