何宇鋒

廣東省食品檢驗(yàn)所（廣東省酒類檢測(cè)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(shì)，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(shí)，在短路時(shí)間不斷增加過(guò)程中，按照正弦規(guī)律變化可確定周期分量，同時(shí)在高壓綜合保護(hù)中，根據(jù)短路故障實(shí)施針對(duì)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(yùn)行出現(xiàn)問(wèn)題。

1.1.2 選擇性漏電保護(hù)

若電網(wǎng)出現(xiàn)漏電問(wèn)題時(shí)，根據(jù)線路產(chǎn)生的故障信號(hào)，系統(tǒng)會(huì)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(yùn)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(duì)地絕緣供電系統(tǒng)，具有電流相位超前等功能；中性點(diǎn)經(jīng)消弧線圈接地系統(tǒng)，具有控制接地電流以及補(bǔ)償相位等功能。

1.2 微機(jī)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(jī)保護(hù)計(jì)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(guò)程中出現(xiàn)的誤差，應(yīng)選用全部采樣值，以此計(jì)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(jì)算的精度，在實(shí)際應(yīng)用運(yùn)用半波傅式算法，只需半個(gè)周期的數(shù)據(jù)，一方面提高保護(hù)系統(tǒng)實(shí)際應(yīng)用速度和精度，另一方面根據(jù)計(jì)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(jì)算法，序分量計(jì)算方法分為零序分量計(jì)算法、正序分量計(jì)算法以及負(fù)序分量計(jì)算法。零序分量計(jì)算公式為3u0k=uak+ubk+uck，正序分量計(jì)算公式為Ua1=（Ua+Ub+Uc），負(fù)序分量計(jì)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(jì)

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(guò)優(yōu)化函數(shù)的適應(yīng)值，提高離子的運(yùn)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(huì)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(jī)數(shù)。進(jìn)入到時(shí)到計(jì)算環(huán)節(jié)，需要將一群離子進(jìn)行初始化，使每個(gè)離子在隨機(jī)的位置產(chǎn)生隨機(jī)的速度，隨后評(píng)價(jià)離子的適應(yīng)能力.

2.1.2 粒子群算法改進(jìn)計(jì)算綜述

利用慣性權(quán)重，通過(guò)收縮因子的方式，轉(zhuǎn)變PSO的計(jì)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(guò)降低ω值，有效增強(qiáng)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(guò)程中，會(huì)出現(xiàn)較大的計(jì)算誤差，并且空間中的離子會(huì)在相鄰的區(qū)域內(nèi)，按照最優(yōu)質(zhì)的方式進(jìn)行移動(dòng)，在移動(dòng)中交換信息，從而優(yōu)化全局分布情況?；谶z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(diǎn)，同時(shí)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(jì)算過(guò)程中，在空間內(nèi)選用20%的作為最優(yōu)粒子，同時(shí)在最優(yōu)和最差粒子之間，選用具有遺傳特點(diǎn)的粒子，通過(guò)交叉操作的方式，隨機(jī)選用最優(yōu)極值的粒子，以便在交叉期間將最優(yōu)經(jīng)驗(yàn)遺傳到下一代粒子中，使遺傳粒子的具有經(jīng)驗(yàn)信息，一方面是粒子群具有多樣性特點(diǎn)，另一方面在算法迭代期間，增強(qiáng)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(guò)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(gè)粒子的初始速度，確定每個(gè)微粒的位置以及存儲(chǔ)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(guò)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(hào)的處理方式，避免在非平穩(wěn)的信號(hào)的影響下，使傅式變換特征信號(hào)強(qiáng)度出現(xiàn)分量問(wèn)題。此外在特變性質(zhì)的信號(hào)變換過(guò)程中，根據(jù)信號(hào)的時(shí)間以及分辨率，提高時(shí)頻的聚苯特征能力，并且利用持續(xù)波動(dòng)函數(shù)，計(jì)算政府波動(dòng)值，與傅立葉計(jì)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(guò)提取函數(shù)本質(zhì)，提高小波信號(hào)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(hào)能量特征提取

通過(guò)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(hào)，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(hào)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(hào)更加穩(wěn)定的同時(shí)，還能利于礦井中電路出現(xiàn)典型信號(hào)進(jìn)行有效的處理。

4 結(jié)語(yǔ)

綜上所述，在礦用高壓微機(jī)綜合保護(hù)系統(tǒng)應(yīng)用過(guò)程中，針對(duì)繼電保護(hù)裝置存在的問(wèn)題，借助相應(yīng)的計(jì)算方法，既要提高系統(tǒng)的運(yùn)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(yùn)行中，針對(duì)出現(xiàn)的安全故障及時(shí)實(shí)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。