基于"三高四新"战略夯实煤矿安全生产基础——红卫公司坦家冲煤矿瓦斯综合治理技术研究

坦家冲煤矿为突出矿井,针对6煤层瓦斯含量大、瓦斯压力高、透气性较低、衰减系数较大、突出危险性高等瓦斯治理难题,提出了"保护层开采+穿层预抽被保护层瓦斯"、囊袋式"两堵一注"封孔方式、水力冲孔增透方式等瓦斯综合治理措施.现场实践证明,这些措施能够有效解决坦家冲煤矿瓦斯治理难题;采用囊袋式"两堵一注"封孔方式得到的抽采浓度是常规封孔的2.21倍;水力冲孔增透措施使得钻孔在原有的孔径基础上扩大了8.2倍,钻孔平均浓度也比常规钻孔提高了2倍左右,表明水力冲孔增透措施达到了提高瓦斯抽采效果的目的.     

保护层开采上隅角瓦斯超限治理研究

坦家冲煤矿23651工作面在回采的过程中,邻近层的瓦斯以及煤壁瓦斯涌出较大,造成采空区瓦斯浓度较高,由于漏风通道的存在而导致上隅角瓦斯超限.针对该煤矿保护层开采上隅角瓦斯超限治理的问题,提出了"高位钻孔抽采采空区瓦斯+穿层钻孔预抽邻近层瓦斯"的上隅角瓦斯治理措施.实践证明,采用该治理措施后,在保护层回采过程中上隅角的瓦斯浓度从未超标,达到了上隅角瓦斯不超限的目的.     

一种面向运行可靠性的短期负荷预测方法研究

与传统可靠性相比,电力系统运行可靠性反应的是系统短期运行行为对可靠性的影响,需建立一种面向运行可靠性的短期负荷预测模型,既能提供充裕度指标评估所需的概率模型,又能提供系统安全性评估所需的精确模型。因此,文章通过对历史气候数据进行模糊聚类,提取相似日负荷构成样本数据并进行小波分解,利用改进的PSO-RVM算法对各小波分量进行预测和叠加,以得到预测日负荷序列的均值和概率模型,仿真表明该方法预测准确率较高,可为运行可靠性充裕度、安全性评估提供负荷数据支撑。     

基于改进卷积神经网络的非侵入负荷辨识方法研究

非侵入式负荷监测作为客户侧泛在电力物联网重要技术之一,不仅有助于电力公司加强负荷管理,还可以引导用户合理安排负荷的使用,为实现以家庭电力用户为主体的需求侧响应和满足居民用户对精准精益用电服务需求提供了重要的技术支持。对非侵入式负荷监测中低频采样信号分辨率低,负荷特征易重叠,以及卷积神经网络不能有效辨识具有相似波形特征负荷的问题,提出了融合暂态电流波形和时域特征的改进方法,将暂态电流值均方根融合到电流波形图像以提升相似波形特征负荷的辨识正确率。通过实测数据和负荷识别参考数据集(REDD)测试,验证了所提方法的可行性和有效性。     

采动作用下浅埋岩溶洞塌陷的数值模拟研究

基于坪湖矿的塌陷情况,运用UDEC模拟软件对采动作用下浅埋岩溶洞塌陷的过程进行模拟。结果表明,在采动作用下浅埋岩溶洞塌陷的大致过程分为:溶洞的潜伏阶段、溶洞顶板垮落形成开口溶洞阶段、土洞不断发育阶段、地表塌陷阶段;溶洞顶板破坏的原因是由于水平应力的急剧减少造成的。模拟结果为采动作用下岩溶塌陷机理提供了分析依据,对于岩溶地区的生态保护有重要意义。     

水力冲孔在突出矿井的应用研究

坦家冲煤矿为突出矿井,针对煤层衰减系数大、透气性低导致矿井瓦斯抽采浓度不高、抽采效果不佳的特点,提出了水力冲孔的措施。试验表明,水力冲孔措施能冲出大量煤量和排出大量瓦斯,钻孔的孔径扩大至7～10倍,钻孔平均浓度提高了2倍左右,使得煤层的衰减系数减低,透气性增加,极大地提高了瓦斯抽采效果。     

黄金洞金矿深部找矿方向研究

黄金洞金矿因长期采掘,面临资源接替问题。根据矿区地质概况、成矿机制、成矿规律、成矿模式等内容,对黄金洞金矿深部成矿规律进行了分析研究,得出本矿区金矿的成矿规律属于区域变质热液型,并对黄金洞金矿的找矿进行了预测,在矿区内确定了3个级别共11个找矿靶区,为黄金洞金矿的找矿问题指明了方向,为解决矿山资源接替带来了新的希望。     

浅析不同直径抽采钻孔对预抽煤层瓦斯效果的影响

瓦斯抽采是突出矿井瓦斯治理的根本措施,也是解决和治理瓦斯的根本所在,而抽采钻孔孔径是提高瓦斯抽采效果的重要指标.对不同孔径的抽采钻孔对预抽煤层瓦斯效果进行研究分析,并在嘉禾矿业有限公司浦溪井进行了试验.试验结果表明,在考虑施工成本和施工安全的情况下,当现场喷孔不严重时,可以采用94 mm孔径的钻孔进行瓦斯抽采,而当现场喷孔严重时,要采用87 mm孔径的钻孔进行瓦斯抽采.     

岩溶矿区采动裂隙发育及溶洞破坏特征相似模拟

针对岩溶矿区煤层开采采动裂隙发育规律及其对溶洞稳定的影响问题,通过构建岩溶洞区域煤层开采模型,对煤层开采条件下的岩溶洞破坏特征以及岩层移动特征进行了分析,分析结果表明:在强烈的采动影响下,岩溶洞顶板最容易发生破坏,导致采动裂隙发育高度在岩溶洞顶板方向达到最大;在非均匀采动影响下,岩溶洞两侧岩层呈现极不均匀下沉,岩层以岩溶洞为端点发生回转,致使岩溶洞顶板和底板发生破坏。若此时,岩溶洞处于浅埋状态,则其顶板裂隙与地表容易贯通,使得地表土体颗粒流失,而底板裂隙造成岩溶洞内充填物漏失,岩溶洞顶板裂隙和底板裂隙的共同作用为岩溶地表塌陷创造了有利的客观条件。因此,在岩溶地区进行煤层开采时,应防止岩溶洞区域受到非均匀采动的影响。     

深度学习与幅值特征相融合的低频采样非侵入式负荷辨识算法

非侵入式负荷监测中虽然高频采样能提高负荷辨识准确率,但对数据采集设备要求高,难以推广,因此,低频采样下负荷辨识方法成为研究热点。以低频采样下负荷投入时的暂态电流波形为特征,采用卷积神经网络算法实现负荷辨识,辨识结果发现CNN对暂态电流波形差异大的负荷辨识准确度高,但是对暂态电流波形相似的负荷识别准确率低,为解决这一问题,在卷积神经网络辨识的基础上,对暂态电流波形相似的负荷,以暂态电流幅值为特征作进一步辨识,以提高辨识准确率。通过使用实测数据进行验证,结果表明所提算法可以很好地克服低频采样下波形特征相似负荷识别准确率低的问题。