[发明专利]一种瓦斯抽采智能决策调控方法及调控平台

权利要求书

1.一种瓦斯抽采智能决策调控方法，以阀门开度为决策变量，其特征在于，具体方法包括基础抽采数据采集、数据训练及SVR模型构建、SVR模型预测、基于SVR模型的钻孔调控流程；采用PLC控制和计算机组态软件Wincc相结合的方式，实现在地面对控制阀门开度的远程智能控制，最终实现抽采达标。

2.根据权利要求1所述的一种瓦斯抽采智能决策调控方法，其特征在于，所述基础抽采数据采集具体包括目标工况中的各参数采集，包括抽采时间、流量、浓度，参数采集频率为每15min一次，按固定频率采集后存入相应数据库。

3.根据权利要求1所述的一种瓦斯抽采智能决策调控方法，其特征在于，所述数据训练及SVR模型构建用于确定模型指标参数，通过预测准确度、均方误差MSE、决定系数R2指标对模型预测效果进行评估进而对模型参数进行优化调整，完成SVR模型构建。

4.根据权利要求1所述的一种瓦斯抽采智能决策调控方法，其特征在于，所述SVR模型预测，包含目标工况的输入及被控量的输出，被控量的输出为阀门开度，其中负压与阀门开度的关系由现场测试得出，阀门采用PLC电动控制阀。

5.根据权利要求1所述的一种瓦斯抽采智能决策调控方法，其特征在于，所述基于SVR模型的钻孔调控流程包括调控策略、约束条件、判识流程。

6.根据权利要求5所述的一种瓦斯抽采智能决策调控方法，其特征在于，所述调控策略具体包括：抽采进行至第n天，此时在数据库中已存储有前n-1天的数据t_i、C_i、Q_i、P_i(i＝1、2、3L n-1)；t_i-数据库中已存抽采时间数据；C_i为数据库中已存抽采浓度数据；Q_i为数据库中已存抽采流量数据；P_i为数据库中已存抽采负压数据；i＝1、2、3L n为天数，若此时触发调控条件，则借助数据库中相应数据，以抽采时间、浓度及流量参数作为模型输入量，抽采负压作为模型输出量，对支持向量回归模型SVR进行训练；

SVR模型训练完毕后，切换至预测模式，对模型输入第n日目标浓度及流量值(t_n,C′_n,Q′_n)，模型即输出一个与之对应的抽采负压P′_n，将P′_n作为该日负压调控的目标，t_n为抽采第n天时的抽采时间数据；C′_n为抽采第n日目标抽采浓度输入量；Q′_n为抽采第n日目标抽采流量输入量；P′_n为SVR预测模型输出量，即第n日抽采负压预测量；再通过负压与PLC电动阀开度的对应关系，即可通过调节阀门开度进而达到对负压进行调节的目的。

7.根据权利要求5所述的一种瓦斯抽采智能决策调控方法，其特征在于，所述约束条件具体包括：初始开度根据实际情况设置，整个抽采过程中满足：

P≥13KPa；监测管道气体温度：TT_max；CO浓度值始终处于安全值以内：其中，P为当前抽采负压；T_max为抽采管内温度阈值；T为抽采管内温度监测值；为抽采管内CO浓度监测值；为抽采管内CO浓度阈值。