煤矿直流微电网设备线损故障测试方法

针对现有矿山直流微电网设备线损测试故障识别准确率和分类准确率较低等问题,提出一种煤矿直流微电网设备线损故障测试方法。采用最大重叠离散小波变换(Maximal Overlap Discrete Wavelet Transform,MODWT)法提取煤矿直流微电网设备线损故障特征,并联合反向传播神经网络(Back Propagation Neural Network,BPNN)和自适应遗传算法(Adaptive Genetic Algorithm,AGA)构建GA-BP神经网络,提高BPNN的全局寻优能力。对训练后的GA-BP神经网络模型进行优化,以测试煤矿直流微电网设备线损故障情况。实验结果表明,所提方法的故障识别准确率和分类准确率较高。

煤矿直流微电网控制与协调动态优化策略研究

微电网是一种集分布式电源、储能装置、各类负荷及保护、控制设备于一体的微型电网。煤矿存在不同含量的煤层气资源,将煤层气发电与光伏和风能发电相结合组成多电源互补的煤矿直流微电网具有充分的条件和明显的优势。针对直流微电网高频状态下直流母线电压质量差的问题,在直流微电网结构和等效模型的基础上,利用系统静态特征分析方法获取直流微电网系统稳定性影响因素,提出一种直流母线电压和输出功率的动态下垂控制策略,在MATLAB/Simulink建模仿真平台构建了不同工况下的直流母线协调控制策略仿真模型并进行仿真试验验证,仿真结果表明,所采用的控制优化策略极大地提升了直流微电网供电系统的母线电压质量以及系统的协调稳定性。