《煤炭科学技术》2023年最受关注论文TOP35_中国煤炭行业知识服务平台

首页 > 专题

《煤炭科学技术》2023年最受关注论文TOP35

来源：煤炭科学技术

《煤炭科学技术》2023年最受关注论文TOP35论文推荐！编辑部结合中国知网最新被引和下载数据，整理出35篇热点论文，欢迎各位学者关注！

（注：数据整理于2024-10-23）

行业视野: 煤炭科学技术
类别; 185个
关键词; 190位
专家; 35篇
论文; 23935IP
点击量; 24037次
下载量

废弃煤矿压缩空气储能研究现状与发展趋势

作者(Author)：赵同彬, 刘淑敏, 马洪岭, 梅东升, 魏振鑫, 梅城玮

摘要：压缩空气储能具有建设成本低、设备占地面积小、储能周期长以及环保等优点，探索地下空间压缩空气储能技术发展是实现我国“双碳”目标的创新途径之一，地下空间储能库可分为盐穴、含水层、枯竭油气田、废弃煤矿及岩洞储能库。随着国内废弃煤矿数量逐年增多，直接将资源枯竭的煤矿关闭不仅造成巨大的地下空间资源浪费，还极有可能诱发一系列的安全、环境等问题，利用废弃煤矿地下空间作为压缩空气储能电站储能库具有很好的应用前景。基于此，系统梳理了我国废弃煤矿地下空间资源利用情况，阐述了废弃煤矿地下储能库建设、地下储能库密封性和稳定性的研究现状，着重介绍了废弃煤矿地下空间压缩空气储能的研究进展与存在问题。分析表明：①废弃煤矿有大量可利用空间，总结了废弃煤矿地下空间的8种再利用模式：农林用地、建设用地、场地绿化、水域利用、水热联用、湿地公园、矿山公园、空间再利用；②我国废弃煤矿压缩空气储能的研究起步晚，基础理论研究薄弱，关键技术不成熟，且煤矿地质条件复杂，相关应用基础研究不足，尚未实现商业化、规模化推广应用；③总结提出了应对废弃煤矿压缩空气储能的三项关键技术，即废弃煤矿储能库建设选址评估方法、废弃煤矿储能库密封性关键技术、废弃煤矿储能库稳定性与安全评价；建立了废弃煤矿压缩空气储能库建设选址流程图。

免费下载

煤炭科学技术

2023年第10期

548

71
基于改进DeeplabV3+和迁移学习的煤岩界面图像识别方法

作者(Author)：闫志蕊, 王宏伟, 耿毅德

摘要：煤岩识别技术是实现煤矿工作面智能无人开采的关键技术之一。为进一步提高基于机器视觉实现煤岩界面图像识别的精度和效率，提出一种基于改进DeeplabV3+和迁移学习的煤岩界面图像识别网络模型：首先，使用轻量化MobilenetV2模块作为骨干特征提取网络，减少网络模型参数，提高语义分割效率；然后，在编码器和解码器中引入卷积注意力机制模块（CBAM），提高模型特征提取能力，并实现不同层级特征信息有效融合，提升模型分割精度；其次，采用迁移学习训练方法，克服样本分布差异性，增强模型泛化性，以适应于不同应用场景下的煤岩识别任务。应用自制煤岩分割数据集和综采面煤岩分割数据集验证模型性能，与FCN、SegNet、U-net、DeeplabV3+网络模型作对比试验，并选择准确度、平均交并比、推理时间等指标对模型识别效果进行评估。消融试验结果表明，改进DeepLabV3+网络模型在自制煤岩分割数据集上准确度和平均交并比分别为94.67%和93.48%，测试用时42.58 ms/张，采用推理加速框架TensorRT优化后推理时间可达6.14 ms/张，与其他模型相比，改进DeepLabV3+对煤岩边界细节特征提取能力更强，分割精度和处理效率更高。最后通过构建综采工作面含有煤岩层的煤岩图像分割数据集对改进DeepLabV3+模型采用迁移学习方法进行训练测试，实现了煤矿井下工作面的煤岩界面图像识别，验证了该方法在实际煤岩图像识别任务的可行性和有效性。

免费下载

煤炭科学技术

2023年第S1期

168

37
双碳目标下煤层发育区CO2地质封存研究与评价

作者(Author)：张军建, 常象春, 吕大炜, 王东东, 代旭光, 张晓阳, 季雨坤, 李梦航, 刘海燕, 郑雪

摘要：煤炭等传统资源碳减排对实现“碳中和”目标具有决定性作用。在“双碳”和“煤炭去产能”政策背景下，研究煤层发育区CO2地质封存体系具有鲜明的时代背景和实践基础。本文聚焦于煤层发育区CO2地质封存体系，将煤层发育区详细划分为煤矿已采区、煤层未采区两区域进行单独阐述，从CO2相态转化、CO2储存能力、地质封盖条件等方面分析了采空区、煤层、咸水层3种储存空间地质封存原理和研究现状。充分借鉴煤和煤层气地质学理论，探讨了储层改造技术在CO2强化封存领域的适用性，并厘定了不同封存模式亟需关注方向。在此基础上，重点阐述了CO2强化封存的概念，探讨了煤层已采区和未采区CO2逐级联合地质封存模式的应用前景。在单一封存和逐级联合封存2种思路下，初步提出煤层发育区CO2地质封存适用性评价方法。

免费下载

煤炭科学技术

2023年第S1期

133

49