李飞飞

（山西潞安集团蒲县伊田煤业有限公司， 山西 临汾 041000）

引言

随着我国经济的高质量发展，国内各行各业对于电力能源的需求日益增大，传统的煤炭化石能源仍然是发电的主要原料，因此，煤矿需求量仍然很大。煤矿开采首先要建立庞大的煤矿供电系统，为煤矿井下采掘设备、巷道开凿设备以及巷道的照明灯等提供电能。煤矿井下的电网系统非常复杂，煤矿供电系统一般采用分层结构，线路连接繁琐、交错，为了确保煤矿井下电路系统的安全，有多种接地方式，给煤矿井下供电系统的维护和故障检修带来困难。此外，煤矿井下环境比较恶劣，时常伴随着瓦斯、一氧化碳和二氧化碳等有毒有害气体。当供电系统出现故障不能得到及时的诊断检修时，非常容易引起煤矿爆炸，造成人员伤亡[1-2]。为此，本文通过对煤矿井下供电系统故障诊断技术进行分析，比较各种故障诊断分析的优缺点，提出了基于神经网络的煤矿供电系统故障诊断技术，可以有效提高煤矿供电系统故障诊断效率，提高煤矿井下故障识别精度，确保煤矿开采安全、高效。

1 煤矿供电系统故障诊断技术分析

煤矿井下供电系统故障类型主要有电源供电系统故障、电路传输系统故障和设备接线故障等。受环境因素影响引起的故障比较多，主要是由于煤矿井下环境与地面环境不同，不同采煤区空气中的湿度不同，对于线路的连接以及绝缘要求比较高。另外，煤矿井下设备比较多，大功率耗电设备如采煤机、掘进机、带式输送机等机械设备的使用，加大了供电系统负载，并在电路系统中产生一定的电流谐波。……