[发明专利]一种基于深度网络模型的本安设备放电能量的预测方法

说明书

本发明公开了一种基于深度网络模型的本安设备放电能量的预测方法，包括以下步骤：步骤一、采集本质安全电路的参数；步骤二、数据集筛选；步骤三、计算本质安全电路的放电能量；步骤四、构建放电能量预测模块；步骤五、获取预测模型的输入；步骤六、判断待测本安设备在t+l时刻的放电能量是否处于危险区间，若是，则报警；本发明结构简单、设计合理，将放电能量与温度修正系数结合，并引入时延时间，使得计算得到的放电能量更加符合火花放电的实际规律；基于卷积神经网络构建放电能量预测模块，方便对相似电路的放电火花能量进行预测。

技术领域

本发明属于本质安全技术领域，具体涉及一种基于深度网络模型的本安设备放电能量的预测方法。

背景技术

我国既是能源生产大国，也是能源消耗大国，其中能源生产和消费又以煤炭为主。煤矿井下存在大量瓦斯，在煤炭开采过程中，蓄积在煤层、岩层中的瓦斯会不断地涌出来。瓦斯防治对保障煤矿安全生产具有重要意义。

煤矿井下的电路包括容性电路，容性电路短路时经常会产生火花，火花放电很容易引燃瓦斯，造成人员财产伤亡。本质安全型电气设备是适用于煤矿井下的防爆电气设备，其原理是将设备内部和暴露于潜在爆炸性环境的连接导线可能产生的电火花或热效应能量限制在不能引起点燃的水平。

判定本质安全型设备的符合性与否最主要的方法是通过火花点燃试验，其方法是在一封闭的容器内充满可燃气体，被测电路正负极分别接至以钨盘和钨丝充当的电极上，电极按一定速度旋转产生闭合火花和开路火花，如果在规定的触点数量内没有点火结果，则判定被测电路是本质安全的。然而，该试验装置重复性差，且镉蒸气具有毒性，其测试结果存在较大的不确定性。

基于此，需要一种可以对本质安全型设备的火花能量进行预警的系统或方法，针对被测电路的点火结果进行预测。

发明内容

本发明所要解决的技术问题在于针对上述现有技术中的不足，提供一种基于深度网络模型的本安设备放电能量的预测方法，其结构简单、设计合理，将放电能量与温度修正系数结合，并引入时延时间，使得计算得到的放电能量更加符合火花放电的实际规律；基于卷积神经网络构建放电能量预测模块，方便对相似电路的放电火花能量进行预测。

为解决上述技术问题，本发明采用的技术方案是：一种基于深度网络模型的本安设备放电能量的预测方法，其特征在于：包括以下步骤：

步骤一、采集本质安全电路的参数：

分别获取n组不同本质安全电路的参数x_f-i和y(t)_g-i，x_f-i表示第i组本质安全电路第f个收集参数，y(t)_g-i表示第i组本质安全电路第g个测量参数，所述本质安全电路包括电阻、电容以及电感，1≤i≤n，1≤f≤k，1≤g≤m，n、k、m均为不小于3的正整数；

步骤二、数据集筛选：剔除数据集的噪声；

步骤三、计算放电能量：

将放电时间T划分为N个采样时刻，1≤t≤N，计算机根据公式

计算第t个采样时刻第i组本质安全电路的放电能量W(t)_i，表示拟合系数，W_1i表示，η表示温度修正系数，φ_i表示时间衰减因子，t_dal表示时延时间，L_i表示第i组本质安全电路的等效电感，I_i(t)表示第i组本质安全电路在t时刻的电感电流，T_i表示第i组本质安全电路的放电时间，E_i表示电源电压，α_i表示电路系数，T_t表示t时刻的检测到的环境温度，T_set表示温度阈值，β_i表示折扣系数，μ表示第一时延系数，b表示第二时延系数，U表示电弧电压；

步骤四、构建放电能量预测模块：