摘" 要：伴隨著煤礦安全生產(chǎn)高度智能化集約化的發(fā)展趨勢(shì)，煤礦開采用電需求逐年攀升，從而使得礦山電網(wǎng)結(jié)構(gòu)的復(fù)雜程度越來越高，采用傳統(tǒng)模式運(yùn)營(yíng)管理的礦山各級(jí)變電所供電監(jiān)控系統(tǒng)相對(duì)分散，也缺乏統(tǒng)一的集控平臺(tái)，難以滿足現(xiàn)階段的煤礦安全生產(chǎn)發(fā)展需求。為了實(shí)現(xiàn)煤礦電力系統(tǒng)的自動(dòng)化、信息化、智能化，達(dá)到安全、人員、效益的有機(jī)結(jié)合，利用大數(shù)據(jù)分析處理、消息隊(duì)列、分布式存儲(chǔ)等技術(shù)，設(shè)計(jì)基于大數(shù)據(jù)分析的煤礦供電系統(tǒng)安全智能管控系統(tǒng)，通過實(shí)現(xiàn)對(duì)實(shí)時(shí)采集數(shù)據(jù)的統(tǒng)計(jì)報(bào)表、告警分析、質(zhì)量分析等功能，該平臺(tái)能夠支持監(jiān)控看板、報(bào)表統(tǒng)計(jì)、數(shù)據(jù)分析等應(yīng)用場(chǎng)景，從而滿足礦山供電安全化智能化的需求。

關(guān)鍵詞：礦山自動(dòng)化；大數(shù)據(jù)分析；數(shù)據(jù)倉(cāng)庫(kù)；安全監(jiān)控；智能系統(tǒng)

中圖分類號(hào)：TD608" " " "文獻(xiàn)標(biāo)志碼：A" " " " " 文章編號(hào)：2095-2945（2023）16-0023-04

Abstract： With the development trend of highly intelligent and intensive coal mine safety production， the demand for power consumption in coal mining is increasing year by year， which makes the mine power grid structure more and more complex. The power supply monitoring system of mine substations at all levels under the traditional mode of operation and management is relatively scattered and lack of a unified centralized control platform， which is difficult to meet the needs of the development of coal mine safety production at the present stage. In order to realize the automation， information and intelligence of coal mine power system， and to achieve the organic combination of safety， personnel and benefit， big data analysis and processing， message queue， distributed storage and other technologies are used to design the safety intelligent management and control system of coal mine power supply system based on big data analysis. Through the realization of real-time data collection of statistical reports， alarm analysis， quality analysis and other functions. The platform can support application scenarios such as monitoring dashboard， report statistics， data analysis and so on， so as to meet the needs of mine power supply security and intelligence.

Keywords： mine automation; big data analysis; data warehouse; safety monitoring; intelligent system

隨著煤礦生產(chǎn)機(jī)械化自動(dòng)化的推進(jìn)，煤礦開采用電需求逐年攀升，礦山電網(wǎng)結(jié)構(gòu)的復(fù)雜程度越來越高。輸變電設(shè)備運(yùn)行安全對(duì)煤礦安全生產(chǎn)可靠運(yùn)行的影響重大，礦山開采進(jìn)程的正常推進(jìn)不僅受到高低壓供電設(shè)備與系統(tǒng)事故的影響，并且當(dāng)其影響到排水系統(tǒng)、通風(fēng)系統(tǒng)等電力系統(tǒng)部分重要負(fù)荷時(shí)，更為嚴(yán)重的結(jié)果將會(huì)發(fā)生[1]。對(duì)高低壓供電設(shè)備進(jìn)行智能管理、狀態(tài)檢測(cè)、告警分析，有利于提高供電系統(tǒng)的穩(wěn)定性和安全性，對(duì)煤礦的安全生產(chǎn)具有極其重要的應(yīng)用價(jià)值，研發(fā)基于大數(shù)據(jù)分析的煤礦供電系統(tǒng)安全智能管控系統(tǒng)勢(shì)在必行[2-3]。

現(xiàn)有煤礦各級(jí)變電所供電監(jiān)控系統(tǒng)相對(duì)分散，缺少統(tǒng)一的集控平臺(tái)，存在“數(shù)據(jù)孤島”問題，缺少有效的多級(jí)聯(lián)動(dòng)機(jī)制，設(shè)備狀態(tài)分析不夠精準(zhǔn)，智能分析與診斷能力嚴(yán)重不足[4]，海量數(shù)據(jù)分析在礦山供電設(shè)備的智能服務(wù)應(yīng)用仍處于探索階段，針對(duì)多維數(shù)據(jù)耦合的煤礦用電智能分析技術(shù)研究處于起步階段。

建設(shè)煤礦供電系統(tǒng)物聯(lián)網(wǎng)平臺(tái)，打造供電系統(tǒng)智能診斷平臺(tái)，實(shí)現(xiàn)煤礦電力系統(tǒng)的自動(dòng)化、信息化、智能化，達(dá)到安全、人員、效益的有機(jī)結(jié)合，礦山供電系統(tǒng)的統(tǒng)一接入、聯(lián)動(dòng)控制、狀態(tài)在線診斷與全生命周期健康管理將是礦山供電智能化的必然趨勢(shì)。為此，本文基于大數(shù)據(jù)分析的煤礦供電系統(tǒng)安全智能管控系統(tǒng)，采集、存儲(chǔ)、處理及分析煤礦供電安全生產(chǎn)過程中產(chǎn)生的海量數(shù)據(jù)，面對(duì)不同形式、不同規(guī)模的數(shù)據(jù)進(jìn)行針對(duì)性存儲(chǔ)，從而提供智能化的科學(xué)分析決策，支持電能質(zhì)量分析、系統(tǒng)數(shù)據(jù)看板、實(shí)時(shí)報(bào)警服務(wù)等多種場(chǎng)景的功能與服務(wù)。

1" 相關(guān)工作

1.1" 數(shù)據(jù)接入與預(yù)處理

在供電系統(tǒng)監(jiān)控管理的過程中，集成分析平臺(tái)每天將面臨著數(shù)十GB級(jí)的增量數(shù)據(jù)，多源異構(gòu)的數(shù)據(jù)信息和龐大的數(shù)據(jù)吞吐量對(duì)數(shù)據(jù)平臺(tái)的實(shí)時(shí)交互承載能力提出了高要求。

1）非結(jié)構(gòu)化數(shù)據(jù)轉(zhuǎn)換。供電設(shè)備在線監(jiān)測(cè)采集的電流、電壓、功率和紅外溫度圖像等多源傳感器非結(jié)構(gòu)化數(shù)據(jù)，可以準(zhǔn)確地提供煤礦供電系統(tǒng)設(shè)備的狀態(tài)變化數(shù)據(jù)，為設(shè)備狀態(tài)評(píng)估診斷提供重要依據(jù)。

2）狀態(tài)數(shù)據(jù)質(zhì)量評(píng)估。數(shù)據(jù)質(zhì)量的評(píng)估能夠保證數(shù)據(jù)分析結(jié)果的有效性。煤礦供電系統(tǒng)設(shè)備的狀態(tài)數(shù)據(jù)大部分是來自多元傳感器的非結(jié)構(gòu)化數(shù)據(jù)，具有數(shù)據(jù)量大、種類繁多等明顯特征，且存在部分?jǐn)?shù)據(jù)不完整、不可靠甚至出現(xiàn)錯(cuò)誤的問題，特別是數(shù)據(jù)監(jiān)控系統(tǒng)在部分情況下會(huì)發(fā)生某種未知的錯(cuò)誤異常，如通信異常、干擾性大、短暫失效等情況，過程監(jiān)控?cái)?shù)據(jù)中或多或少存在部分無效值，影響數(shù)據(jù)分析與設(shè)備狀態(tài)診斷的結(jié)果。因此，必須進(jìn)行適度的狀態(tài)數(shù)據(jù)質(zhì)量評(píng)估以提高并保證數(shù)據(jù)的有效性。

3）數(shù)據(jù)清洗。保證供電系統(tǒng)設(shè)備狀態(tài)數(shù)據(jù)分析效果的關(guān)鍵技術(shù)是數(shù)據(jù)清洗，也是數(shù)據(jù)預(yù)處理中不可缺少的關(guān)鍵一環(huán)。數(shù)據(jù)清洗的主要步驟是通過一系列數(shù)學(xué)分析方法，即聚類分析、關(guān)聯(lián)分析等手段對(duì)相關(guān)數(shù)據(jù)進(jìn)行再處理的過程，主要起到保證供電系統(tǒng)設(shè)備狀態(tài)數(shù)據(jù)的有效性與科學(xué)性，補(bǔ)充部分缺少的重要數(shù)據(jù)等作用，從而符合相關(guān)數(shù)據(jù)分析的前提要求。

1.2" 礦山數(shù)據(jù)倉(cāng)庫(kù)

平臺(tái)實(shí)現(xiàn)供電過程四遙數(shù)據(jù)、微機(jī)保護(hù)動(dòng)作數(shù)據(jù)、智能傳感系統(tǒng)數(shù)據(jù)等多源信息接入，這些異構(gòu)的礦山信息是供電系統(tǒng)狀態(tài)評(píng)估和診斷的重要參考信息，為監(jiān)測(cè)信息的可視化、設(shè)備狀態(tài)判識(shí)、故障診斷和融合分析提供重要的數(shù)據(jù)支撐[5]。因此，針對(duì)這些多源異構(gòu)數(shù)據(jù)需要采用信號(hào)處理、關(guān)聯(lián)性分析、文本挖掘等技術(shù)實(shí)現(xiàn)海量多源異構(gòu)數(shù)據(jù)的計(jì)算和處理，建立礦山供電設(shè)備多源異構(gòu)數(shù)據(jù)的統(tǒng)一描述方法、高通量數(shù)據(jù)訪問和分布式多級(jí)異構(gòu)存儲(chǔ)環(huán)境下的數(shù)據(jù)存儲(chǔ)容災(zāi)技術(shù)，形成安全、高效的礦山數(shù)據(jù)倉(cāng)庫(kù)[6]。

圖1為礦山數(shù)據(jù)倉(cāng)庫(kù)架構(gòu)，平臺(tái)針對(duì)礦山供電系統(tǒng)的數(shù)據(jù)特征進(jìn)行分析，提出適應(yīng)不同礦山感知子系統(tǒng)數(shù)據(jù)類型的高效數(shù)據(jù)存儲(chǔ)管理礦山數(shù)據(jù)倉(cāng)庫(kù)[7]。

1.3" 數(shù)據(jù)管理與服務(wù)

面向礦山供電系統(tǒng)多源異構(gòu)數(shù)據(jù)的采集、分布式存儲(chǔ)和實(shí)時(shí)/離線分析等服務(wù)的管理需求，建立了包括供電數(shù)據(jù)接入、實(shí)時(shí)數(shù)據(jù)計(jì)算和預(yù)處理、分布式數(shù)據(jù)存儲(chǔ)、離線數(shù)據(jù)計(jì)算、設(shè)備健康狀態(tài)分析和故障診斷模型、數(shù)據(jù)安全機(jī)制在內(nèi)的針對(duì)多場(chǎng)景、多設(shè)備的平臺(tái)管理服務(wù)。

1）數(shù)據(jù)接入管理。礦山供電設(shè)備海量運(yùn)行監(jiān)測(cè)實(shí)時(shí)數(shù)據(jù)和歷史全量數(shù)據(jù)的高并發(fā)接入和管理服務(wù)。

2）數(shù)據(jù)存儲(chǔ)管理。供電監(jiān)測(cè)數(shù)據(jù)分布式存儲(chǔ)策略、數(shù)據(jù)劃分管理[6]、分布式文件策略管理。

3）算法模型工具管理。管理采用信號(hào)處理、特征值計(jì)算處理、機(jī)器學(xué)習(xí)等數(shù)據(jù)模型分析方法建立供電系統(tǒng)設(shè)備數(shù)據(jù)統(tǒng)計(jì)算法與告警分析模型，以便于根據(jù)不同診斷分析場(chǎng)景選擇所需模型。

4）數(shù)據(jù)訪問管理。對(duì)用戶注冊(cè)、數(shù)據(jù)訪問權(quán)限、敏感操作和日志記錄等設(shè)置系統(tǒng)安全性的操作行為進(jìn)行數(shù)據(jù)訪問權(quán)限管理。

1.4" 數(shù)據(jù)分布式計(jì)算

針對(duì)礦山供電設(shè)備運(yùn)行海量監(jiān)測(cè)數(shù)據(jù)的特點(diǎn)，需要采用內(nèi)存計(jì)算技術(shù)（如Spark）、即時(shí)查詢技術(shù)（如Impala）、實(shí)時(shí)流處理技術(shù)（如Storm）和并行批處理技術(shù)（如MapReduce）相融合的計(jì)算框架。實(shí)時(shí)流處理技術(shù)處理數(shù)據(jù)具有效率高、速度快、可靠性高等優(yōu)點(diǎn)。并行批處理技術(shù)處理數(shù)據(jù)具有負(fù)載性均衡、可靠性高、數(shù)據(jù)獨(dú)立等特點(diǎn)。礦山供電設(shè)備數(shù)據(jù)的狀態(tài)分析可以根據(jù)不同任務(wù)需求與時(shí)間處理要求采用不同的數(shù)據(jù)分析技術(shù)；供電設(shè)備數(shù)據(jù)評(píng)估與告警分析需要處理大量歷史數(shù)據(jù)，可采用并行處理技術(shù)；設(shè)備異常告警及音視頻影像傳輸對(duì)數(shù)據(jù)的實(shí)時(shí)性要求較高，可采用實(shí)時(shí)流處理技術(shù)。

1）基于Kafka的高吞吐消息隊(duì)列計(jì)算。利用Kafka構(gòu)建統(tǒng)一消息收集平臺(tái)，單節(jié)點(diǎn)支持上千個(gè)節(jié)點(diǎn)和每秒百兆字節(jié)吞吐，支持副本冗余、流量負(fù)載均衡。

2）基于Storm的流式實(shí)時(shí)計(jì)算框架?；赟torm框架的實(shí)時(shí)數(shù)據(jù)處理，適用于礦山流數(shù)據(jù)的處理。Storm支持多種編程語(yǔ)言，對(duì)基于Storm的二次應(yīng)用開發(fā)提供簡(jiǎn)易、可靠的支持。

3）基于Spark Streaming的流式實(shí)時(shí)計(jì)算框架?；赟park的流數(shù)據(jù)處理計(jì)算框架，具有高云吞吐量和高容錯(cuò)性的特點(diǎn)，支持多種框架的輸入，如：Kafka、Flume、Twitter、ZeroMQ和簡(jiǎn)單的套接字等。

2" 系統(tǒng)總體設(shè)計(jì)

基于大數(shù)據(jù)分析的煤礦供電系統(tǒng)安全智能管控系統(tǒng)總體架構(gòu)包括數(shù)據(jù)采集層、數(shù)據(jù)存儲(chǔ)層、數(shù)據(jù)交互層和應(yīng)用接口層（圖2）。

2.1" 數(shù)據(jù)采集層

系統(tǒng)數(shù)據(jù)主要來自煤礦安全開采多場(chǎng)景下的傳感器數(shù)據(jù)、視頻數(shù)據(jù)、數(shù)據(jù)規(guī)則和波形信號(hào)等。數(shù)據(jù)通過Netty等物聯(lián)網(wǎng)通信協(xié)議傳輸。

2.2" 數(shù)據(jù)存儲(chǔ)層

平臺(tái)支持MySQL、Redis、Influx DB數(shù)據(jù)庫(kù)，MySQL關(guān)系數(shù)據(jù)庫(kù)負(fù)責(zé)分析處理后的數(shù)據(jù)，Redis內(nèi)存數(shù)據(jù)庫(kù)用于處理實(shí)時(shí)數(shù)據(jù)及高頻訪問數(shù)據(jù)等，Influx DB時(shí)序數(shù)據(jù)庫(kù)用于處理歷史數(shù)據(jù)，存放海量的過程數(shù)據(jù)。

2.3" 數(shù)據(jù)交互層

平臺(tái)采用分布式數(shù)據(jù)庫(kù)引擎混合的計(jì)算框架，統(tǒng)一接入中央變電所配電柜、分布式智能感知系統(tǒng)、供電系統(tǒng)、各級(jí)變所子系統(tǒng)、點(diǎn)巡檢系統(tǒng)等多源異構(gòu)數(shù)據(jù)，利用供電安全狀態(tài)知識(shí)庫(kù)維護(hù)的知識(shí)與算法規(guī)則，提供面向大規(guī)模礦山數(shù)據(jù)實(shí)時(shí)計(jì)算，對(duì)采集的實(shí)時(shí)數(shù)據(jù)進(jìn)行各級(jí)配電設(shè)備的保護(hù)狀態(tài)分析、電能質(zhì)量分析、異常告警、能源消耗等數(shù)理統(tǒng)計(jì)分析。

2.4" 應(yīng)用接口層

開放應(yīng)用接口模塊是向外提供數(shù)據(jù)處理中心的相關(guān)接口，如告警分析、統(tǒng)計(jì)報(bào)表、能耗統(tǒng)計(jì)和數(shù)據(jù)導(dǎo)入等多種數(shù)據(jù)交互接口，支持接口定制化開發(fā)。面向井上、井下多個(gè)高壓變電所供電設(shè)備，數(shù)據(jù)平臺(tái)通過開放應(yīng)用接口提供查詢類和交互類服務(wù)。實(shí)現(xiàn)設(shè)備運(yùn)行數(shù)據(jù)實(shí)時(shí)監(jiān)測(cè)與數(shù)據(jù)顯示、異常狀態(tài)告警、控制操作、數(shù)據(jù)記錄存檔功能、電度計(jì)量和報(bào)表打印、權(quán)限管理和曲線存儲(chǔ)與圖顯等功能平臺(tái)應(yīng)用服務(wù)接口。

3 供電設(shè)備數(shù)據(jù)集成分析系統(tǒng)

3.1 輔助分析計(jì)算

傳統(tǒng)供電系統(tǒng)保護(hù)整定計(jì)算大多采用人工方式，存在較多問題：由于供電系統(tǒng)復(fù)雜、計(jì)算效率低且容易出錯(cuò)；供電系統(tǒng)參數(shù)發(fā)生變化，重新計(jì)算工作量大；整定規(guī)則設(shè)計(jì)的不合理容易引起保護(hù)器動(dòng)作異常，容易造成多級(jí)開關(guān)越級(jí)跳閘事故。在煤礦安全集控平臺(tái)建設(shè)的基礎(chǔ)上，設(shè)計(jì)研發(fā)輔助分析計(jì)算模塊，提高供電狀態(tài)計(jì)算分析的科學(xué)性和計(jì)算效率。

1）自適應(yīng)整定計(jì)算。平臺(tái)設(shè)計(jì)了繼電保護(hù)自適應(yīng)整定計(jì)算功能，提供輔助整定計(jì)算服務(wù)，知識(shí)庫(kù)集成整定計(jì)算規(guī)則，提供輔助計(jì)算界面和工具，實(shí)現(xiàn)保護(hù)裝置整定的輔助計(jì)算[8]，提高整定計(jì)算的科學(xué)性和計(jì)算效率，避免手工計(jì)算整定值考慮因素不足和出現(xiàn)錯(cuò)誤的情況。

2）供電質(zhì)量分析。電能質(zhì)量是描述供電系統(tǒng)性能和安全性的統(tǒng)稱，通常用系統(tǒng)的電壓來進(jìn)行衡量。電能質(zhì)量問題分布廣泛、形式多樣，具體體現(xiàn)在用戶設(shè)備使用異?；蛘咂渌娏栴}，大部分的原因是電流、電壓、頻率偏差。主要包括：頻率偏差、電壓偏差、功率因數(shù)、三相電壓不平衡度、諧波（波形畸變）、電壓波動(dòng)與閃變、暫時(shí)過電壓與瞬態(tài)過電壓。

3.2 設(shè)備狀態(tài)智能診斷

在平臺(tái)集成數(shù)據(jù)特征分析及智能診斷模式識(shí)別算法，針對(duì)供電系統(tǒng)應(yīng)用場(chǎng)景和多源感知信息；研究主成分分析、流行學(xué)習(xí)、稀疏表示方法，實(shí)現(xiàn)特征空間的敏感化表達(dá)；針對(duì)設(shè)備狀態(tài)的多因素、多參數(shù)關(guān)聯(lián)問題，研究針對(duì)供電設(shè)備安全狀態(tài)分析的多源特征參數(shù)分析與融合表示方法；融合礦山變配電系統(tǒng)狀態(tài)知識(shí)庫(kù)與深度數(shù)據(jù)特征，挖掘設(shè)備狀態(tài)與多源感知數(shù)據(jù)深層隱含的映射關(guān)系，建立供電系統(tǒng)狀態(tài)實(shí)時(shí)分析與故障診斷模型與系統(tǒng)。

4 系統(tǒng)實(shí)現(xiàn)

4.1 環(huán)境部署

平臺(tái)基于大數(shù)據(jù)管理體系，通過建立一定數(shù)量的節(jié)點(diǎn)集群來進(jìn)行分析統(tǒng)計(jì)，包括部署Netty、Zookeeper及Kafka等計(jì)算組件。分布式的節(jié)點(diǎn)硬件配置選擇8核3.6 GHz CPU、32 GB內(nèi)存、2 TB硬盤，選用CentOS 7 64位系統(tǒng)，同時(shí)部署組件版本為JDK 1.8。

4.2" 功能展示

基于大數(shù)據(jù)分析的煤礦供電系統(tǒng)安全智能管控系統(tǒng)能夠支持各變電所“四遙”服務(wù)、能耗統(tǒng)計(jì)分析、數(shù)據(jù)報(bào)表等多場(chǎng)景下的數(shù)據(jù)統(tǒng)計(jì)分析要求，各變電所的“四遙”服務(wù)如圖3、圖4所示，可根據(jù)篩選條件進(jìn)行實(shí)時(shí)數(shù)據(jù)查看。

5" 結(jié)論

本文針對(duì)煤礦工業(yè)大數(shù)據(jù)實(shí)時(shí)分析的需求，設(shè)計(jì)基于大數(shù)據(jù)分析的煤礦供電系統(tǒng)安全智能管控系統(tǒng)，采集、存儲(chǔ)、處理和分析煤礦供電安全生產(chǎn)過程中產(chǎn)生的海量數(shù)據(jù)，面對(duì)不同形式、不同規(guī)模的數(shù)據(jù)進(jìn)行針對(duì)性存儲(chǔ)，從而提供智能化的科學(xué)分析決策，支持電能質(zhì)量分析、系統(tǒng)數(shù)據(jù)看板、實(shí)時(shí)報(bào)警服務(wù)等多種場(chǎng)景的功能與服務(wù)。

參考文獻(xiàn)：

[1] 武曉波.煤礦信息化在煤礦安全生產(chǎn)中的應(yīng)用探析[J].礦業(yè)裝備，2022（1）：174-175.

[2] 李林國(guó)，查君琪，趙超，等.基于Hadoop平臺(tái)的大數(shù)據(jù)可視化分析實(shí)現(xiàn)與應(yīng)用[J].西安文理學(xué)院學(xué)報(bào)（自然科學(xué)版），2022，25（3）：53-58.

[3] 劉海強(qiáng)，陳曉晶，張興華，等.面向煤礦安全監(jiān)控的數(shù)據(jù)倉(cāng)庫(kù)關(guān)鍵技術(shù)[J].工礦自動(dòng)化，2022，48（4）：31-37，113.

[4] 盛建強(qiáng)，劉振，汪飛.計(jì)算機(jī)信息化系統(tǒng)在煤礦安全管理中的應(yīng)用研究[J].煤炭技術(shù)，2022，41（4）：167-170.

[5] 張黎平，段淑萍，俞占倉(cāng).基于Hadoop的大數(shù)據(jù)處理平臺(tái)設(shè)計(jì)與實(shí)現(xiàn)[J].電子測(cè)試，2022，36（20）：74-75，83.

[6] 任仲晟.基于數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)挖掘技術(shù)[J].數(shù)字技術(shù)與應(yīng)用，2021，39（9）：59-61.

[7] 王新柱，趙杰.基于Hadoop生態(tài)系統(tǒng)的電網(wǎng)量測(cè)數(shù)據(jù)共享技術(shù)研究[J].電氣傳動(dòng)自動(dòng)化，2022，44（1）：40-43.

[8] 王興友.煤礦供電系統(tǒng)智能化建設(shè)探析[J].中國(guó)煤炭工業(yè)，2021（7）：74-75.