地面35kV变电所6kV老式高压开关柜真空化改造

介绍了地面 35kV变电所老式开关柜存在的问题 ,阐述了 6kV老式高压开关柜真空化改造的方案 ,并收到了良好的经济效益。     

10kV真空开关柜安全运行状态的评估研究

开关柜处于发电和用电的中间环节,对电力系统运行的控制和保护至关重要,在煤矿生产中的经济效益和安全效益的意义重大,对矿用10 kV真空开关柜安全运行状态评估策略进行了研究,通过仿真验证系统的可行性。     

分布式测温光纤在双母线供电系统中的断丝修复方法

为实现对10kV高压开关柜温度监测要求,引进分布式光纤测温装置,以图形界面和温度分布曲线直观地实时显示开关柜各接点温度分布情况,并能够记录查询历史数据、对比分析温度变化趋势、设置报警阈值、进行系统维护。     

GFW开关柜改型研究及应用

介绍了井下中央变电所原老式GFW高压开关柜存在的问题,提出了开关柜改型的必要性,阐述了6 kV老式高压开关柜真空改造化的方案,在现场实施应用中收到良好的经济效益和社会效益。     

高压开关柜的局部放电监测研究

为分析10 kV高压开关柜局部放电故障监测的问题,首先对10 kV高压开关柜局部放电产生原因和检测方法进行研究,并对局部放电故障定位进行阐述,为保证10 kV高压开关柜运行的稳定性与可靠性提供技术支持。     

高压防爆开关触头温度监测系统设计

针对目前井下高压环境下温度监测较难的现状,设计了一种基于无线通信的高压防爆开关触头温度监测系统。该系统以nRF24L01为温度传感器的射频传输芯片,以ATMEGA88和CC2430为微控制器设计防爆开关内外的传输节点,给出了系统的硬件设计和软件流程。高压防爆开关触头温度监测系统在某额定电压10 kV、额定电流630 A高压开关柜实际运行显示表明,系统抗干扰能力强、温度监测准确、可靠,满足高压开关柜温度监测要求。     

矿井高压开关柜防拒动、防误动装置研究与应用

在井下使用的6kV高压开关柜二次回路设计中,加入能够为开关柜短时供电的电源,可在开关柜失电瞬间保持保护器及断路器正常运行状态,确保保护器实现录波、跳闸信号开出、故障记录、短时失压保持等功能,有效解决开关柜保护器拒动、误动等难题。     

CAOS3000微机五防系统在变电所的应用

旗山煤矿35 kV变电所GG-1A型高压开关柜自20世纪80年代一直使用至今,期间曾对开关柜进行过断路器真空化改造及微机综合保护改造,但没有完善五防装置。介绍了旗山煤矿35 kV变电所改造前的防误闭锁系统及其存在的问题。该矿采取针对性措施,采用较为成熟的CAOS3000微机五防系统进行了五防闭锁系统改造,取得了较好的应用效果。详细介绍了CAOS3000微机五防系统的原理及其构成。     

改造老式GG-1A开关柜获得成功

一种改造老式GG-1A开关柜技术目前由鞍钢矿山动力厂研究成功,并通过有关专家的技术鉴定。该成果适用于10kV及以下电力系统的老式开关柜改造,尤其适用于矿山系统的高压开关柜改造。专家们认为,应用该技术改造的开     

主扇风机房10kV高压开关柜控制保护系统的改进方案

针对铺龙湾矿10kV通风机高压开关柜当前出现的缺陷问题进行了分析,并提出了改进方案.     

基于Hopfield神经网络的煤矿变压器励磁涌流识别

为更好地解决煤矿变压器励磁涌流使差动保护错误动作的问题,从变压器励磁涌流和内部故障时的电流信号着手,应用快速傅立叶变换算法得到各次谐波电流含量,构成特征向量作为Hopfield神经网络的输入样本,从而对变压器励磁涌流进行识别。Hopfield神经网络可以对其进行正确地区分,有效地保证变压器差动保护的正确动作。     

基于小波神经网络的牵引电机齿轮故障诊断研究

以小波变换、小波神经网络为工具,采用定子电流对HXD1B型机车的YQ1633异步牵引电动机开展牵引电机齿轮故障诊断研究。定子电流法相对于振动法更容易实施,有效克服了振动信号中包含的复杂干扰。由小波分析完成齿轮故障的特征量提取,通过神经网络对故障类型进行判断,实际测试表明,该方法具有较好的故障诊断性能。     

小波神经网络在流体压力信号中的消噪研究

介绍了小波神经网络的模型,将小波神经网络应用于流体压力信号的降噪。首先用仿真信号验证其有效性,然后用小波神经网络方法对实验信号进行降噪,并计算其降噪效果评价参数。结果表明小波神经网络对流体压力信号降噪是一种有效的方法。     

基于多传感器信息融合技术在滚动轴承故障诊断中的应用

为了提高滚动轴承故障诊断的准确性,运用了将多传感器信息融合技术用于故障诊断的检测方法。由电流传感器和加速度传感器采集电流信号和振动信号,经小波变换等预处理后通过能量算子获得故障特征值,再经过动量改进BP神经网络进行训练,实现对滚动轴承故障的准确诊断。通过实验证明该方法可行。     

发展中的涡流无损检测技术

介绍了用涡流无损检测技术识别金属零件缺陷的一般方法。分析了信号处理技术在无损检测中的应用,主要探讨了小波变换的原理,研究了小波变换在涡流无损检测信号中的应用,分析并比较了人工神经网络中BP及RBF算法及其在缺陷涡流无损检测中的应用,对涡流无损检测技术的发展和应用前景做了简要的介绍。     

基于小波包神经网络的电机故障诊断分析与研究

由于传统基于傅立叶变换的利用频域对电机故障的信号分析中无法对奇异信号点的时域信息进行检测。针对上述问题,提出基于小波包神经网络的电机故障诊断的方法。结合电机振动的非平稳随机性的特点。利用小波包多分辨率分析方法对电机的采样信号进行分解,提取电机故障状态特征并作为BP神经网络输入样本的特征向量,利用神经网络的自学习和模式识别的特点最终输出电机故障类型。通过MATLAB仿真结果可以证实该方法可行性。     

基于人工神经网络优化算法的故障诊断

应用神经网络优化算法,进行网络参数优化计算。为了考察神经网络的优化算法,对实验室的转子模型进行了振动测试,获取其振动信号,将信号经分析仪分析,获取不同测点的动态信息及其参数分布规律,用神经网络优化算法进行故障诊断分析。     

一种新型光伏电源最大功率点跟踪控制方法

通过对光伏电源系统的特性及最大功率点跟踪原理的分析,提出了一种用神经网络算法来实现太阳能电池最大功率点跟踪的控制方法.该方法将太阳能电池和Cuk斩波电路作为一个整体,直接根据检测到电路中的电压、电流的变化,通过神经网络算法来控制Cuk电路的占空比来实现最大功率点的跟踪.实验结果表明：该系统在日照强度、环境温度变化时仍然能够快速、准确地跟踪到太阳能电池的最大功率点,并具有较好的稳定性.     

基于小波网络的风机振动故障趋势预测

采用小波网络方法，通过对矿井通风机关键特征参数振动烈度的时间序列预测，实现了其特征参数的故障预报.由于小波网络比一般神经网络具有更多的自由度，从而使其具有更灵活有效的函数逼近能力.小波神经元的良好局部特性和多分辨率学习实现了与信号的良好匹配，使得小波网络有更强的自适应能力、更快的收敛速度和更高的预报精度.     

基于粗糙集的钢丝绳断丝损伤定量识别

引入粗糙集理论对钢丝绳断丝损伤信号原始特征值数据进行属性约简,去掉不必要的属性,并将粗糙集与神经网络有机结合,构造了优化的神经网络结构,进而识别钢丝绳的断丝损伤。试验表明,该方法有效提高了神经网络的性能及钢丝绳断丝损伤定量识别的速度和准确性。