煤矿井下供电系统故障辨识方法及装置与流程

本发明涉及煤矿电力系统继电保护，尤其涉及一种煤矿井下供电系统故障辨识方法及装置。

背景技术：

1、我国煤矿井下供电电网主要采用中性点不接地系统，其具有可靠性高的显著优点。在井下供电电网中，单相接地(漏电)故障是主要的故障形式，其不仅会造成人身触电，还有可能造成瓦斯、煤尘爆炸，严重影响人身和生产安全。对煤矿井下供电系统的故障进行准确辨识，即对单相接地故障支路进行准确选线，有利于缩小断电范围，进而保证井下安全性。

2、目前对单相接地故障选线方法的研究主要有三类，分别为主动注入法、稳态分量选线和暂态分量选线。主动注入法需要外接信号装置，投资过大，增加开采成本，难以运用于矿井供电系统中。稳态分量选线法又包括零序电流比较法、零序电流相位比较法、谐波法等。但由于井下条件复杂，存在各种强电磁干扰，故障稳态信号淹没于噪声之中，使用单一的稳态分量作为故障判据难以准确有效的选线。暂态分量选线法主要有两类，借助分解算法分解出特征信息选线与分析波形差异选线。借助小波算法分解零序电流，利用小波函数的尺度变换实现多分辨分析完成选线，但小波基的选取依赖经验，自适应性较差；另一类为基于emd算法在故障特征提取方面，存在端点效应和模态混叠现象，分解误差较大。

技术实现思路

1、针对现有技术的不足，本发明提供一种煤矿井下供电系统故障辨识方法及装置。

2、一方面，一种煤矿井下供电系统故障辨识方法，包括以下步骤：

3、s1：选择不同的传统故障辨识方法进行组合，包括选有功分量注入法、零次电流高次谐波法、暂态零序电流比幅比相法和小波变换的暂态信号监测法；

4、s2：求取各辨识方法的支路故障特征的隶属度函数，即各支路与真实故障支路的相似程度。设x为实测的信号量，则隶属度函数为：

5、

6、式中，[a,b]区间为支路正常运行时电气信号量的范围，函数值μ表示该线路发生故障的概率；

7、s3：由每一次模拟故障实验时，各个传统故障辨识方法的故障选线正确率来动态调整对应故障选线方法的综合贡献率，从而对各故障选线方法的选线结果进行正确性评判以及权值调整；

8、s4：由不同故障辨识算法输出隶属度函数与各方法所占的权值相乘，可得到各支路在不同算法评判下的最终隶属度，利用最大隶属度法进行解模糊化，即模糊集合中最大隶属度元素对应的线路作为输出。隶属度值越大，说明检测线路与故障线路的相似程度高，即可得到真实的选线结果，从而对故障支路进行切除，保护供电系统安全稳定运行。

9、传统故障选线方法的综合贡献率评判具体过程：

10、故障选线方法的综合贡献率评定主要参考有bp神经网络的有教师学习算法。在每次故障选线工作结束后，故障监测系统需要接受由系统反馈的的实际故障结果，结合上一次各算法计算出的出线端相似性隶属度函数进行选线结果误差的计算分析，并进行求和汇总后从而得到各选线方法在上次选线过程中的决策正确度，将其映射于算法输出有效权值上；选线方法的综合贡献率的评判有两部分构成，一是不同方法在系统发生故障时启动的次数，即概率，二是方法启动后做出决策时与正确故障的隶属度，即相似程度。

11、选线方法的综合贡献率的评判主要针对算法的误动和拒动进行权值优化，综合贡献率评定程序实现的功能是，通过每一次实验，即训练以及工程应用时各个方法的决策正确度来动态调整该方法的综合贡献率，从而此进一步优化方法的有效性权值。最终达到方法的自我优化，尽可能保证选线正确的目的。

12、另一方面，一种煤矿井下供电系统故障辨识装置，用于实现前述一种煤矿井下供电系统故障辨识方法，具体包括：数据采集系统、输入/输出系统和微型机系统；

13、所述数据采集系统包括多路模拟信号处理模块、电压相位检测模块和adc数据采集缓存模块；输入模拟量由供电系统二次侧的电压互感器和电流互感器采集，所述电压互感器和电流互感器的输出端连接所述多路模拟信号处理模块和电压相位检测模块的输入端，多路模拟信号处理模块和电压相位检测模块的输出端连接所述adc数据采集缓存模块，adc数据采集缓存模块连接微型机系统的输入端，将数字信号输入微型机系统；

14、所述输入/输出系统包括输入隔离整形模块和输出隔离驱动模块；所述输入隔离整形模块接收供电系统二次侧的继电器输出信号，输入隔离整形模块将继电器输出信号发送至微型机系统，微型机系统将处理后的结果通过所述输出隔离驱动模块对跳闸和警报信号进行输出；

15、采用上述技术方案所产生的有益效果在于：

16、本发明提供一种煤矿井下供电系统故障辨识方法及装置。本发明将传统故障辨识技术进行组合，通过综合贡献率评判对不同方法的权值进行调整，进而得到最终的判别结果。该发明实现了井下故障的准确选线，提高供电系统的可靠性，产生重大的经济效益和安全效益。

技术特征：

1.一种煤矿井下供电系统故障辨识方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的煤矿井下供电系统故障辨识方法，其特征在于，步骤s2中所述隶属度函数设x为实测的信号量，公式为：

3.根据权利要求1所述的煤矿井下供电系统故障辨识方法，其特征在于，步骤s3中所述故障选线方法的综合贡献率评定使用bp神经网络的有教师学习算法，在每次故障选线工作结束后，故障监测系统接受由系统反馈的的实际故障结果，结合上一次算法计算出的出线端相似性隶属度函数进行选线结果误差的计算分析，并进行求和汇总后从而得到各选线方法在上次选线过程中的决策正确度，将其映射于算法输出有效权值上；选线方法的综合贡献率的评判有两部分构成，一是不同方法在系统发生故障时启动的次数，即概率，二是方法启动后做出决策时与正确故障的隶属度，即相似程度。

4.一种煤矿井下供电系统故障辨识系统，用于实现权利要求1所述的煤矿井下供电系统故障辨识方法，其特征在于，具体包括：数据采集系统、输入/输出系统和微型机系统；

技术总结
本发明提供一种煤矿井下供电系统故障辨识方法及装置，涉及煤矿电力系统继电保护技术领域。本发明系统包括数据采集系统、输入/输出系统和微型机系统；将传统故障辨识技术进行组合，通过综合贡献率评判对不同方法的权值进行调整，进而得到最终的判别结果。该发明实现了井下故障的准确选线，提高供电系统的可靠性，产生重大的经济效益和安全效益。

技术研发人员：星宁江,王敏,宫臣,赵振兴,付华,张辉,刘昊,刘尚霖,刘雨竹,李琨,张宗瑞,张昭亮,苏鹏宇,雷天,李连峰
受保护的技术使用者：山西潞安矿业集团蒲县黑龙煤业有限公司
技术研发日：
技术公布日：2024/1/14