简介：提升机作为大功率，频繁启动、周期性冲击负荷以及采用硅整流装置对电网造成的无功冲击和高次谐波污染等危害不仅危及电网安全，同时也造成提升机过电流、欠电压等紧停故障的发生，影响了矿井生产。因此对提升机供电系统进行无功动态补偿和高次谐波治理，对于提高矿井提升机和电网的安全运行可靠性、提高企业的经济效益意义巨大。
简介：为了精细监测和了解排采过程煤储层参数的动态变化,本文提出了一种基于BP神经网络补偿算法,对未来一定时期的产气、产水量进行了预测。对大佛寺典型的煤层气水平井(DFS-C02井)进行实例分析,结果表明,未来30d的产水量、产气量的平均相对误差分别为0.79%(0.07~0.26%)和0.72%(0.01~2.4%),预测结果较准确。BP神经网络补偿算法为煤层气井的产量预测提供了一种新方法,同时为排采工作制度提供依据。
应用动态无功补偿装置 提高矿井提升机供电系统的可靠性
BP神经网络补偿算法在煤层气井产量预测中的应用
