趙建文， 孟旭輝

（西安科技大學 電氣與控制工程學院，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)智能化推進進程相比地面電網(wǎng)較慢。因此，需要借助全球數(shù)字化、信息化浪潮，大力推進煤礦電網(wǎng)的智能化進程。

隨著大數(shù)據(jù)時代的來臨，在當今傳感技術、軟硬件技術水平大大提高，計算機運算性能提升的背景下，數(shù)字孿生技術得到了充分發(fā)展，并應用在諸多領域中。文獻[1]系統(tǒng)性地探索了數(shù)字孿生技術在電力領域的應用，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)中應用的前景。文獻[2]針對風電行星齒輪系統(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[3]設計了基于數(shù)字孿生的泛在電力物聯(lián)網(wǎng)模型架構，并對模型運行機制進行了研究，實現(xiàn)了泛在電力物聯(lián)網(wǎng)系統(tǒng)的故障診斷、預測和健康管理。文獻[4]將數(shù)字孿生技術引入電氣制造領域，對某變電站在役 220 kV 氣體絕緣金屬封閉開關進行數(shù)字孿生建模，推進了設備運行維護和數(shù)字孿生技術的融合。文獻[5]提出了煤礦數(shù)字孿生的設想，依據(jù)實際的煤礦井下綜采系統(tǒng)設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，建立了智慧礦山體系架構和智慧礦山平臺，為數(shù)字孿生技術在煤礦領域的應用提供了思路和借鑒。

數(shù)字孿生技術已成為制造業(yè)和工業(yè)研究的焦點，將數(shù)字孿生技術引入煤礦電網(wǎng)，建立煤礦電網(wǎng)數(shù)字孿生體系，既可以推進煤礦智能化進程，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，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)字孿生技術在煤礦電網(wǎng)中應用所需的關鍵技術，并給出了具體的應用場景，旨在為數(shù)字孿生在煤礦電網(wǎng)中的應用提供思路。

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的可視化模型的技術，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)和運行進行動態(tài)仿真建模的方法。構建完成的數(shù)字孿生模型可以與現(xiàn)實世界中的物理實物相對應，模擬真實物體在干擾和環(huán)境影響下的內(nèi)部過程、技術特性和行為。將數(shù)字孿生技術應用在煤礦電網(wǎng)中，建立可以更加精準地對煤礦電網(wǎng)物理實體全生命周期的狀態(tài)、過程及變化進行建模、仿真、分析和預測的數(shù)字孿生模型，實現(xiàn)對煤礦電網(wǎng) 1∶1 的映射和復制。

1.2 數(shù)字孿生在煤礦電網(wǎng)應用的優(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域的其他數(shù)字技術，例如建筑信息模型（Building Information Modeling，BIM）和實體場景云數(shù)據(jù)等，以其作為基礎技術支撐的數(shù)字孿生在煤礦電網(wǎng)中具有很高的應用潛力[6]。

2 煤礦電網(wǎng)數(shù)字孿生體系

2.1 基本架構

針對煤礦電網(wǎng)物理結構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備設計、運行等參數(shù)，進行數(shù)據(jù)預處理和數(shù)據(jù)標志等數(shù)據(jù)融合分析操作，使得用戶通過人機接口遠程或虛擬操作設備，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)物理實體是構建煤礦電網(wǎng)數(shù)字孿生體系的基礎，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構等特點，數(shù)據(jù)傳輸難度相較地面較大，通過基于微機電系統(tǒng)（Micro-Electro-Mechanical System，MEMS）、LoRa[7-8]等技術的集成度高、抗干擾性強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。

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)整合演算構建成為一個對應的數(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配合三維地理信息系統(tǒng)（Geography Information System，GIS）、全景等可視化技術建立，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，需要集成機器學習、深度學習、神經(jīng)網(wǎng)絡和高維統(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進行改進，以建立煤礦電網(wǎng)數(shù)字孿生模型層。

3） 用戶管理服務層。該層是煤礦電網(wǎng)數(shù)字孿生體系的“方向盤”，包括用戶、人機接口、應用軟件及孿生共智技術，其中孿生共智技術是涉及數(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。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）等技術開發(fā)多個變電站一體化控制的應用平臺及其對應軟件[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，負責對物理實體層、數(shù)字孿生模型層及用戶管理服務層之間的數(shù)據(jù)流和信息流進行整合演算。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，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 等通信技術的高速發(fā)展，煤礦電網(wǎng)的人機接口可以通過5G 網(wǎng)關實現(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，使物理實體和數(shù)字孿生模型達到實時交互、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)絡實現(xiàn)系統(tǒng)運維和用戶操作的“由實入虛”；再通過多學科、多尺度的仿真過程、科學決策和智能控制“由虛入實”，在數(shù)字空間進行仿真與控制，在物理空間進行實踐。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匹配、控制，以及煤礦電網(wǎng)數(shù)字孿生體系服務的正常運行，需要對物理實體全域的數(shù)據(jù)進行采集。在煤礦井下安裝集成度高、抗干擾性強和功耗低的傳感器，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 技術的低時延、大帶寬，區(qū)塊鏈技術的去中心化和Massive MIMO 技術具有更小體積的天線尺寸等適應煤礦井下特殊環(huán)境的技術，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，進而為煤礦電網(wǎng)數(shù)字孿生模型的智能控制和科學決策提供精準的數(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)字化標志的數(shù)據(jù)進行采集、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）等技術構建煤礦電網(wǎng)在虛擬數(shù)字領域?qū)臄?shù)字孿生模型，實現(xiàn)煤礦電網(wǎng)的虛實對應、實時映射、同步反饋。構建數(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，將煤礦電網(wǎng)各個設備經(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)字孿生體系關鍵技術

3.1 煤礦電網(wǎng)數(shù)字孿生模型構建

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行建模仿真的傳統(tǒng)建模方法僅僅能夠通過輸入設置的參數(shù)來仿真驗證煤礦電網(wǎng)的運行情況和電網(wǎng)信息等，無法與采集到的設備和線路的海量數(shù)據(jù)進行匹配。煤礦電網(wǎng)數(shù)字孿生模型構建技術采取雙驅(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)動建模相結合。通過煤礦電網(wǎng)物理實體的電網(wǎng)結構建立精確的數(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)的準確性，數(shù)字孿生模型的數(shù)據(jù)處理平均延遲時間應小于10?2ms，仿真數(shù)據(jù)與實際數(shù)據(jù)的誤差應小于3%[17]。建模時應先建立設備的數(shù)字孿生模型，進而連接各個設備的模型，構建煤礦電網(wǎng)各個子系統(tǒng)的數(shù)字孿生模型，最終構建全域的煤礦電網(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)是構建煤礦電網(wǎng)數(shù)字孿生體系的基礎，建立智能化的數(shù)據(jù)采集體系是構建煤礦電網(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)信息進行連續(xù)自動采集和監(jiān)控[18]。

針對煤礦井下復雜環(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，即主機以巡檢方式按周期對分站進行數(shù)據(jù)采集，需要精確定位節(jié)點地址來配合主機的數(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，減少了中心站主機數(shù)據(jù)采集任務，狀態(tài)數(shù)據(jù)無需中心站主機進行二次處理，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[21-22]和功耗低、丟包率小、抗干擾性好的LoRa 技術[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)采集技術應滿足系統(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的無線通信技術。5G 技術“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 技術在煤礦電網(wǎng)中應用時，可能會產(chǎn)生高頻無線信號快速衰減和網(wǎng)絡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 與正交頻分復用（Orthogonal Frequency Division Multiplexing，OFDM）技術融合，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，應合理使用5G 微基站技術，采取5G+有線光纖的網(wǎng)絡框架，合理控制功耗和優(yōu)化站點配置[30-31]。目前5G+有線光纖架構的傳輸速率為10 Gbit/s，故障時保護倒換時間達30 ms 以內(nèi)，可滿足數(shù)字孿生系統(tǒng)的應用需要。針對煤礦井下應用5G 技術可能產(chǎn)生的其他難題，大多可通過對5G 技術的合理規(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、設備之間、人機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，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)絡需求不足問題，加強數(shù)據(jù)的精細化匯集和高效管理，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)字孿生體系中應聯(lián)合數(shù)據(jù)庫LevelDB 和星際文件系統(tǒng)（InterPlanetary File System，IPFS）進行存儲[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)字孿生設備智能管理平臺

通過采集煤礦電網(wǎng)中設備的海量數(shù)據(jù)，建立連接各個設備和人機交互接口的數(shù)字化設備管理平臺。利用基于數(shù)字孿生模型的全息投影技術，將虛擬空間的數(shù)字孿生模型通過三維圖像的精確重構和映射，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程，進而融合人工智能模式識別、語音或手勢感知等指令，達到用戶對煤礦電網(wǎng)數(shù)字孿生模型的遠程控制、智能監(jiān)控、精確查找定位和自由調(diào)度，進而實現(xiàn)人、機的智能控制和有機融合。在此基礎上，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)字孿生模型各個設備和工作進程的智能化感知、調(diào)控、管理和識別[36]。

4 煤礦電網(wǎng)數(shù)字孿生體系的應用方向

4.1 煤礦井下電氣設備狀態(tài)評估

傳統(tǒng)的煤礦井下電氣設備評估方法難以在兼顧安全性和經(jīng)濟性的同時，對規(guī)模愈來愈龐大的煤礦井下設備進行精準的狀態(tài)評估。利用數(shù)字孿生模型模擬的設備運行數(shù)據(jù)，綜合煤礦井下特定環(huán)境，選取設備運行溫度、電動機轉(zhuǎn)速和電流等評價指標，將孿生數(shù)據(jù)和煤礦電網(wǎng)物理實體數(shù)據(jù)進行對比，建立設備健康狀態(tài)評估模型，實現(xiàn)煤礦井下電氣設備狀態(tài)評估，具體流程如圖3 所示。文獻[37-38]分別采用大數(shù)據(jù)挖掘和BP 神經(jīng)網(wǎng)絡的方法，在獲取設備數(shù)據(jù)的基礎上進行大數(shù)據(jù)分析和機器學習建模，實現(xiàn)煤礦井下設備狀態(tài)評估，設備健康狀態(tài)的預測值與實際值誤差不超過9%，準確率達90%以上。文獻[39]針對電力變壓器建立精細化數(shù)字孿生模型，利用數(shù)字孿生技術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，對設備數(shù)字孿生模型進行影響因素分析，并依此進行差異化劃分，實現(xiàn)對設備精準高效的狀態(tài)評估。

圖3 煤礦井下電氣設備狀態(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

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系統(tǒng)誤動作及小電流接地故障的診斷等，難以設計單一有效的指標對其進行精準的故障診斷。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)進行預處理，進而進行數(shù)據(jù)融合，構建電網(wǎng)故障的高維統(tǒng)計指標，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、深度學習和線性判別分析等機器學習算法建立機器學習模型；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)故障定位和保護流程如圖4 所示。文獻[40]利用卷積神經(jīng)網(wǎng)絡，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，仿真驗證準確率達 99.8%。

圖4 煤礦電網(wǎng)故障定位和保護流程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)各個開關進行編號，實現(xiàn)煤礦供配電系統(tǒng)各個變電站的有機連接，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[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行數(shù)字化標志，在此基礎上建立的煤礦電網(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 精準映射，實現(xiàn)設備狀態(tài)和運行進程的可視化智能監(jiān)控[44]。工作人員操作煤礦電網(wǎng)設備時，可借由操作煤礦電網(wǎng)數(shù)字孿生體系實現(xiàn)遠程控制，提高效率，并且減少人員下井等不確定因素引起的不穩(wěn)定性風險。同時，通過應用人工智能算法，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，進而驅(qū)動設備實現(xiàn)自主決策、自主管理、故障預警和自我優(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不良導致熱量不易散發(fā)，或因管理不當導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[46]將無人機作為數(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)學習算法，實現(xiàn)了自動化電力巡檢。文獻[47]將無人機巡線系統(tǒng)引入煤礦井下，借助激光即時定位與地圖構建（Simultaneous Localization and Mapping，SLAM）、機器視覺、圖像處理等技術實現(xiàn)無人機的同步定位。無人機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)進行巡檢[48-49]。在無人機的基礎上結合數(shù)字孿生技術，建立煤礦井下無人機智能巡檢模塊，將井下圖像傳回數(shù)字孿生模型，構建飛行安全通道，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)進行比較，對超過閾值的線纜進行電流標幺值比對，以此判斷線纜是否出現(xiàn)老化等問題，提高線路巡檢的準確度。煤礦井下線路智能巡檢技術路線如圖5 所示。

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

5 結語

數(shù)字孿生應用在煤礦電網(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、在設備維護方面更加經(jīng)濟，并且在管理和運行模式方面具有智能決策、自主學習和完善等功能，更加適應當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域中的神經(jīng)網(wǎng)絡、支持向量機和深度學習等技術，在處理非線性和不確定性問題時更加智能和精準。但目前煤礦電網(wǎng)數(shù)字孿生體系建設仍處于探索階段，隨著未來人工智能、大數(shù)據(jù)、物聯(lián)網(wǎng)等技術的進一步發(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)在硬件算力足夠強大時，煤礦電網(wǎng)數(shù)字孿生體系還可結合超實時虛擬測試、多代理等技術，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。