实用的过零点电网频率计算方法

为解决定采样下现有煤矿电网频率运算复杂、实时性慢等问题,提出一种适于嵌入式微机系统的过零点电网频率计算方法。对煤矿电力系统待测信号中不同谐波含量分别进行了测试验证,实验结果表明,该方法运算量小,具有较好的实时性,且测量精度满足电力系统频率测量要求。

基于SA-PSO的煤矿小功率电机故障诊断研究

小功率电机广泛应用于煤矿带式输送机辅机、水处理系统等场合。为准确诊断小功率电机运行过程中发生的常见故障,提出一种模拟退火粒子群优化(SA-PSO)算法优化最小二乘支持向量机(LSSVM)的故障诊断方法。首先利用RELAX算法剔除定子电流基波频率分量,然后使用小波包分解对信号进行分解和重构,选取重构后特定频带的能量值为特征信号,最后用SA-PSOLSSVM模型进行故障分类。实验结果表明,该方法在小功率电机故障诊断上有较好的诊断精度。

调制模型预测控制在基于STATCOM的煤矿电能质量治理的应用研究

大量电力电子设备及非线性负载接入煤矿电网,使得煤矿电网中存在大量电流谐波及无功功率,严重危害煤矿电网电能质量。传统电能质量治理策略大多采用比例积分(PI)调节器对静止同步补偿器(STATCOM)进行控制,以实现谐波抑制和无功补偿,但其参数难以调节且动态响应慢。针对上述问题,提出了一种基于调制模型预测控制(M2PC)的STATCOM控制策略。首先,采用i_(p)-i_(q)法检测出电网中的谐波电流和无功电流作为M2PC的参考电流;其次,根据参考电流及STATCOM数学模型计算出每个扇区的2个有效矢量和零矢量的占空比及扇区代价函数;然后,通过最小化代价函数得到最佳扇区和该扇区所对应的2个最佳有效矢量和零矢量的占空比;最后,根据空间矢量调制(SVM)方式分配开关脉冲,实现固定的开关频率,从而控制STATCOM发出补偿电流,以抵消电网中的谐波电流与无功电流。仿真和实验结果表明:投入基于M2PC的STATCOM前,电网侧电流畸变严重,电网侧无功功率波动大,电网侧功率因数存在波动且小于1;投入基于M2PC的STATCOM后,由于STATCOM补偿了电网侧谐波电流,使得电网侧电流总谐波畸变率(THD)大幅度降低,且由于STATCOM补偿了负载所需无功功率,电网侧无功功率基本保持为0,电网侧功率因数稳定为1,有效改善了电能质量。

基于光敏传感器和差分电路的开关柜放电检测

针对开关柜内部接触不良或线路老化等因素引起的局部放电现象导致设备不安全运行的现状,本文设计出一种基于光敏传感器和差分电路的开关柜放电检测方法。该方法具有成本低、灵敏度高、抗干扰能力强等优点,通过实验室电火花发生器和变电站内开关柜放电现象检测,并与NRJFD-3000数字局部放电检测仪检测结果对比,显示该系统能实现对开关柜内部放电现象的实时准确监测。

基于Park-WPT和WOA-LSSVM的异步电动机故障诊断方法

针对现有电动机多故障诊断技术诊断精度较差、成本高等问题,基于三相定子电流信号对异步电动机转子断条、气隙偏心及其混合故障进行研究,提出了一种基于Park-WPT(Park矢量变换融合小波包变换)和WOA-LSSVM(鲸鱼优化的最小二乘支持向量机)的异步电动机故障诊断方法。通过Park矢量变换对采集到的三相电流信号进行预处理,根据椭圆轨迹的畸变率提取信号特征,作为第1类特征量;对Park矢量模平方谱进行WPT,求取其分解系数的能量值,作为第2类特征量;采用WOA的收缩包围猎物和螺旋更新猎物位置的机制优化LSSVM中的正则化参数和核宽度,根据提取的2类特征信号建立以WOA-LSSVM为基础的故障诊断模型。实验结果表明,基于Park矢量变换或WPT的单一特征提取算法对混合故障的识别效果较差,故障特征识别率分别为73.75%和88.33%,将2类特征组合后,故障识别率提高到97.08%;WOA-LSSVM的寻优速度较快,故障诊断正确率较高,综合性能优于PSO(粒子群优化)算法、GWO(灰狼优化)算法和GA(遗传算法)优化的LSSVM。