何宇鋒

廣東省食品檢驗所（廣東省酒類檢測中心） 廣東廣州 510000

1 礦井高壓電網(wǎng)常用保護(hù)原理與算法

1.1 常用保護(hù)原理分析

1.1.1 短路保護(hù)

在礦井供電系統(tǒng)中，短路保護(hù)是最基本也是最常用的保護(hù)形勢，主要分為三相短路、兩相短路等。若電網(wǎng)出現(xiàn)短路故障時，在短路時間不斷增加過程中，按照正弦規(guī)律變化可確定周期分量，同時在高壓綜合保護(hù)中，根據(jù)短路故障實施針對性的斷路保護(hù)措施，以便控制短路電流，避免電路承受較大的負(fù)荷電流，導(dǎo)致電網(wǎng)運行出現(xiàn)問題。

1.1.2 選擇性漏電保護(hù)

若電網(wǎng)出現(xiàn)漏電問題時，根據(jù)線路產(chǎn)生的故障信號，系統(tǒng)會做出選擇性漏電保護(hù)，維持電網(wǎng)內(nèi)其它裝置正常的運行，保證電網(wǎng)的供電能力不受影響。尤其是在礦井下潮濕的環(huán)境中，電氣設(shè)備經(jīng)常出現(xiàn)漏電情況，選用正確的選擇性漏電保護(hù)裝置，包括中性帶你對地絕緣供電系統(tǒng)，具有電流相位超前等功能；中性點經(jīng)消弧線圈接地系統(tǒng)，具有控制接地電流以及補償相位等功能。

1.2 微機保護(hù)常用算法

1.2.1 傅立葉算法

傅立葉算法分為全波傅式算法、半波傅式算法，而半波傅式算法主要以短數(shù)據(jù)窗半波傅式算法為主。使用全波傅式算法進(jìn)行微機保護(hù)計算，利用算法中離散值相互疊加，求導(dǎo)出可代替的連續(xù)積分，在求導(dǎo)過程中出現(xiàn)的誤差，應(yīng)選用全部采樣值，以此計算出故障前后的周波值。使用短數(shù)據(jù)窗半波傅式算法，利用全波中傅式算法確定頻率分量，按照2N次方乘法等方法，以此提高濾波效果以及計算的精度，在實際應(yīng)用運用半波傅式算法，只需半個周期的數(shù)據(jù)，一方面提高保護(hù)系統(tǒng)實際應(yīng)用速度和精度，另一方面根據(jù)計算結(jié)果，為全周期算法提供參考依據(jù)[1]。

1.2.2 電壓、電流的濾敘算法

第一種為序分量計算法，序分量計算方法分為零序分量計算法、正序分量計算法以及負(fù)序分量計算法。零序分量計算公式為3u0k=uak+ubk+uck，正序分量計算公式為Ua1=（Ua+Ub+Uc），負(fù)序分量計算公式為Ua2=（Ua+Ub+Uc）。

2 基于離子群算法的數(shù)字濾波器設(shè)計

2.1 粒子群算法

2.1.1 粒子群算法基本原理

粒子群優(yōu)化算法的應(yīng)用方式，主要應(yīng)用群體智能技術(shù)，將空間內(nèi)的離子設(shè)定位置，通過優(yōu)化函數(shù)的適應(yīng)值，提高離子的運行能力，以便在空間中快速搜索快速定位，并且在每次迭代中會更新極值，更新公式為vi=ωivi+c1r1（pb-xi）+c2r2（pg-xi），在公式中ωi代表慣性權(quán)重，c1和c2代表非負(fù)常數(shù)，r1和r2代表隨機數(shù)。進(jìn)入到時到計算環(huán)節(jié)，需要將一群離子進(jìn)行初始化，使每個離子在隨機的位置產(chǎn)生隨機的速度，隨后評價離子的適應(yīng)能力.

2.1.2 粒子群算法改進(jìn)計算綜述

利用慣性權(quán)重，通過收縮因子的方式，轉(zhuǎn)變PSO的計算方式，根據(jù)公式ωi=ωmax-（ωmax-ωmin）/gmax·gi，在公式中g(shù)i代表迭代次數(shù)，gmax代表最大迭代次數(shù)，將ωmax和ωmin設(shè)定為0.9和0.4，通過降低ω值，有效增強算法的收斂性?；诰邆渌阉鞯母倪M(jìn)PSO算法，在迭代次數(shù)增加過程中，會出現(xiàn)較大的計算誤差，并且空間中的離子會在相鄰的區(qū)域內(nèi)，按照最優(yōu)質(zhì)的方式進(jìn)行移動，在移動中交換信息，從而優(yōu)化全局分布情況。基于遺傳算法改進(jìn)PSO算法，在該算法的基礎(chǔ)上融入GA算法，使自群算法更加優(yōu)化，并且在算法中出現(xiàn)選擇、交叉等思想，使粒子具有多樣性特點，同時縮小粒子搜索范圍，防止粒子出現(xiàn)早熟的情況[2]。

2.2 基于融合策略的粒子群改進(jìn)算法

2.2.1 算法描述

遵循算法描述的原則，充分體現(xiàn)優(yōu)勝劣汰適者生存的狀態(tài)，在進(jìn)行迭代計算過程中，在空間內(nèi)選用20%的作為最優(yōu)粒子，同時在最優(yōu)和最差粒子之間，選用具有遺傳特點的粒子，通過交叉操作的方式，隨機選用最優(yōu)極值的粒子，以便在交叉期間將最優(yōu)經(jīng)驗遺傳到下一代粒子中，使遺傳粒子的具有經(jīng)驗信息，一方面是粒子群具有多樣性特點，另一方面在算法迭代期間，增強粒子的慣性權(quán)重自適應(yīng)能力。

2.2.2 算法流程

算法流程如下，通過粒子初始化，為空間內(nèi)權(quán)重粒子設(shè)定加速常數(shù)、權(quán)重因子、最大進(jìn)化代數(shù)、粒子群規(guī)模、粒子維度以及取值范圍等，按照每個粒子的初始速度，確定每個微粒的位置以及存儲狀態(tài)，逐步更新粒子的速度，在速度變化中變化粒子的位置，并且選用空間中20%的最優(yōu)粒子，通過交叉操作保證粒子種群規(guī)模。若粒子種群進(jìn)入到最大進(jìn)化代數(shù)，該算法流程結(jié)束。

3 基于小波包特征提取的神經(jīng)網(wǎng)絡(luò)供電系統(tǒng)

3.1 小波變換基本原理與能量分布特征提取

小波變換的基本原理，主要是利用電網(wǎng)中小波經(jīng)典信號的處理方式，避免在非平穩(wěn)的信號的影響下，使傅式變換特征信號強度出現(xiàn)分量問題。此外在特變性質(zhì)的信號變換過程中，根據(jù)信號的時間以及分辨率，提高時頻的聚苯特征能力，并且利用持續(xù)波動函數(shù)，計算政府波動值，與傅立葉計算方法類似，小波變換方法中設(shè)定尺度因子、平移因子，通過提取函數(shù)本質(zhì)，提高小波信號在不同空間的神經(jīng)網(wǎng)絡(luò)供電能力[3]。

3.2 基于小波包變換的故障信號能量特征提取

通過有效提取故障特征，一方面提高診斷速度以及準(zhǔn)確率，需要利用傅立葉變換全局的頻率，借助小波變換分解信號，包括低頻以及高頻的部分，以便提高小波變換的分辨能力。根據(jù)信號頻譜的匹配性能，在空間內(nèi)限定頻率范圍，應(yīng)逐步提高空間中的頻譜性能以及分辨率，保證信號更加穩(wěn)定的同時，還能利于礦井中電路出現(xiàn)典型信號進(jìn)行有效的處理。

4 結(jié)語

綜上所述，在礦用高壓微機綜合保護(hù)系統(tǒng)應(yīng)用過程中，針對繼電保護(hù)裝置存在的問題，借助相應(yīng)的計算方法，既要提高系統(tǒng)的運行能力，保障電力網(wǎng)絡(luò)提供充足的能源，還要逐步完善保護(hù)系統(tǒng)，配置先進(jìn)的裝置，以便在電力網(wǎng)絡(luò)運行中，針對出現(xiàn)的安全故障及時實施解決措施，有效穩(wěn)定井下安全生產(chǎn)環(huán)境，從而提高企業(yè)的生產(chǎn)效率。