[发明专利]一种瓦斯抽采智能调控方法、设备、装置及存储介质

权利要求书

1.一种瓦斯抽采智能调控方法，其特征在于，所述方法包括：

确定瓦斯抽采中被控量在未来采样时刻的目标参考数据；其中，所述被控量包括瓦斯抽采浓度、瓦斯抽采纯量、瓦斯抽采负压和抽采泵效能比；

所述确定瓦斯抽采中被控量在未来采样时刻的目标参考数据，包括：确定所述被控量的目标网络模型；其中，所述目标网络模型用于预测所述被控量在当前采样时刻之后的参考数据；基于所述被控量在所述当前采样时刻的第一真实数据和所述目标网络模型，确定所述瓦斯抽采中所述被控量在所述未来采样时刻的所述目标参考数据；

所述确定所述被控量的目标网络模型，包括：获取所述被控量在历史采样时间的第一历史数据；基于所述第一历史数据对初始simpleRNN网络模型进行训练和预测处理，得到所述被控量的所述目标网络模型；

获取所述被控量在所述未来采样时刻的目标实际数据；所述获取所述被控量在所述未来采样时刻的目标实际数据，包括：获取所述被控量和控制量在当前采样时刻的第二真实数据；将所述第二真实数据作为MPC初始模型的输入且在预设输入条件的约束下，获取所述MPC初始模型输出的目标调控策略；基于所述目标调控策略，对所述控制量在所述当前采样时刻的第三真实数据进行调整；当确定所述第三真实数据被调整后，获取所述被控量在所述未来采样时刻的所述目标实际数据；

确定影响所述瓦斯抽采中控制量与所述被控量之间状态关系的目标影响因子；其中，所述控制量包括阀门开度和抽采泵功率；所述确定影响所述瓦斯抽采中控制量与所述被控量之间状态关系的目标影响因子，包括：获取所述控制量在所述历史采样时间的第二历史数据；使用所述MPC初始模型学习所述第一历史数据和所述第二历史数据之间的关系，得到所述影响所述瓦斯抽采中所述控制量与所述被控量之间状态关系的所述目标影响因子；计算机设备在获取到第一历史数据和第二历史数据后，进一步将其输入至MPC初始模型中进行分析学习，得到瓦斯抽采系统获取的瓦斯抽采中影响控制量与被控量之间状态关系，包括：

Y_t＝AY_t-1+BD_t+E                             (1)

Y_t+1＝AY_t+BD_t+1+E                            (2)

Y_t+2＝AY_t+1+BD_t+2+E＝A²Y_t+1+ABD_t+BD_t+1+AE+E                    (3)

Y_t+T＝A^TY_t+A^T-1BD_t+…+A^T-iBD_t+i-1+…+BD_t+T-1+A^T-1E+…E            (4)

式(1)-(4)中，Yt代表当前采样时刻的状态向量，Yt-1代表上一采样时刻的状态向量，Dt代表当前采样时刻的控制输入，下标t+1代表下一采样时刻，下标t+2代表下下一采样时刻，E代表常数项，A与B则分别代表各状态向量的权重矩阵和各控制输入的权重矩阵；假定未来T步的控制输入已知，则可得到未来T步的状态；并且，A、B、E均为瓦斯抽采中影响控制量与被控量之间状态关系的目标影响因子；也即确定出了影响瓦斯抽采中控制量与被控量之间状态关系的目标影响因子；

基于所述目标参考数据和所述目标实际数据之间的目标误差，对所述目标影响因子进行目标调控；当计算机设备确定第二真实数据与预设安全约束和预设效率约束中至少一个不匹配时，停止调控过程，也即停止调控过程的条件包括乙烯浓度大于零、CO浓度大于60*10^-6％、气体温度大于70℃、氧气浓度大于7％、抽采负压大于40kPa、瓦斯浓度低于预设最小浓度临界值、瓦斯抽采纯量低于预设最小纯量临界值中任意一个；

在执行所述确定所述被控量的目标网络模型的步骤之前，所述方法还包括：判断所述第二真实数据分别与预设安全约束及预设效率约束之间的匹配关系；确定所述第二真实数据分别与所述预设安全约束及所述预设效率约束均匹配时，执行所述确定所述被控量的目标网络模型的步骤；确定所述第二真实数据与所述预设安全约束和所述预设效率约束中至少一个不匹配时，停止调控过程。