机器学习在电站设备状态分析中的应用

本文对电站设备状态分析中学习向量量化(LVQ)神经网络和深度学习算法循环递归长短期记忆(LSTM)神经网络进行了详细分析,利用LSTM神经网络对磨煤机设备进行状态分析,将LSTM神经网络中最后一个隐含层的激励函数设为Softmax函数,其输出值表示设备状态的健康程度及设备可能发生事故的概率,并将LSTM神经网络和LVQ神经网络进行设备状态分析对比。结果表明,利用LSTM神经网络得到的训练模型可以得到设备状态分类更高的准确率,减少在设备状态评判中的漏报率和误报率。     

基于LVQ神经网络的配电网故障定位方法

分析了配电网单相接地故障定位的难点及利用行波精确定位的问题。在利用故障点反射行波信号确定配电网单相接地故障距离的基础上,重点研究了应用学习向量量化（Learn Vector Quantization,LVQ）神经网络方法,利用该方法对不同分支的反射行波进行了特征提取与模式识别,实现了故障分支的判别,从而实现了精确定位。为了明确LVQ神经网络方法在精确定位方面的优越性,同时利用传统的BP（Back-Propagation）神经网络方法进行了比较。ATP-EMTP和Matlab软件对LVQ和BP两种神经网络方法进行了仿真验证;结果证明,在解决配电网单相接地故障精确定位问题方面,LVQ神经网络的效果优于BP神经网络。     

基于LSTM神经网络的油浸式变压器异常声纹诊断方法研究

利用声音信号对电力变压器进行状态诊断是一种不停机、无接触的设备维护方法,可以诊断变压器异常状态类型。提出了一种基于LSTM神经网络的电力变压器异常诊断的方法,采集电力变压器在正常状态、过载和放电3种运行状态下发出的声音信号,将声音信号进行预处理并提取声音信号的MFCC特征,再将其通过一、二阶差分组合成一组声音特征的矢量,输入LSTM神经网络中进行训练。训练结果表明,将LSTM神经网络应用在电力变压器状态声音诊断上对3种状态的识别均能达到99%以上的准确率。     

基于深度学习及混沌优化的燃机电站机组热电负荷优化分配

提出了一种基于深度学习及混沌优化的燃机电站机组热电负荷优化分配的新方法。采用深度学习理论中长短时记忆（LSTM）神经网络算法建立机组能耗模型,通过对模型中机组能耗和电负荷、热负荷、环境参数之间非解析函数关系训练学习,并采用混沌优化算法对LSTM神经网络算法训练得到的模型进行负荷优化分配,得到机组最优负荷分配下最小气耗量。实际算例计算结果表明,本文方法计算结果有效,可提高机组运行的经济性。     

含大规模风电集中接入的电网自组织临界态辨识

基于学习向量量化(LVQ)神经网络法,提出了一种含大规模风电集中接入的电网自组织临界态辨识方法。该方法以加权潮流熵、网络拓扑熵和风电波动熵等熵值物理指标为主要输入对象,以停电数据的幂律尾曲线拟合方法生成的数据作为训练样本,采用LVQ1和LVQ2算法对创建的LVQ神经网络进行训练,然后利用经过训练后的网络模型进行含大规模风电集中接入的电网自组织临界态辨识。该方法建立了物理指标与自组织临界态之间的直接联系,避免了采用传统辨识方法多次仿真和较多主观干预的问题。实例仿真结果表明,所提方法能够正确地对电网运行状态进行辨识。     

基于模型预测控制算法的供热机组负荷控制

为提高对磨煤机故障的事前预知能力,结合深度学习方法的优势,在传统长短时记忆（LSTM）神经网络的基础上,提出基于卷积神经网络-长短时记忆神经网络（CNN-LSTM）的磨煤机故障预警方法。选择与磨煤机堵煤故障相关的测点作为模型的输入量,进行多元时间序列预测。得到模型输出预测值与磨煤机正常工作状态下的运行数据之间的偏离度函数,运用核密度估计方法确定预警阈值,实现磨煤机堵煤故障预警。以某660 MW火电机组的中速磨煤机为研究对象,建立CNN-LSTM模型并进行故障预警试验。试验结果表明,该模型可以精确预测磨煤机多个测点参数的变化趋势,相较于LSTM神经网络模型具有更高的精确度。该方法能够提前对磨煤机堵煤故障做出有效预警。     

基于LSTM的汽轮机异常状态预警

针对传统汽轮机缺乏有效的预警方法,时常处于被动维护的问题,提出一种基于长短期记忆网络（LSTM）的汽轮机状态预警方法。所提出的方法包含数据预处理模块、健康评价模块和异常预警模块三个模块。首先将源数据进行预处理,去除离群点以及毛刺数据;然后基于自编码神经网络、余弦定理和3σ定理求得一种优化的健康指数;最后基于LSTM建立了汽轮机异常预警模型,并分析对比不同深度的LSTM网络模型与循环神经网络（RNN）预测的结果。最终结果表明：LSTM的最佳预测模型预测结果的平均绝对误差（MAPE）不超过4.31%,比传统RNN的最佳预测模型的准确度更高。因此,所提出的方法在汽轮机异常预警中具有较好的检测准确度。     

基于PSO优化LSTM神经网络的机械臂逆运动学求解研究

针对机械臂逆运动学求解时使用传统解法实时性差,使用传统神经网络求解精度不高的问题,本文提出了一种利用粒子群算法（PSO）优化长短期记忆神经网络（LSTM）的逆运动学求解模型。首先建立串联式六自由度机械臂的模型进行运动学分析,获取训练数据,然后利用粒子群算法对长短期记忆网络的隐藏层神经单元数和学习率迭代寻优,参数优化后的LSTM学习机械臂末端执行器位姿与关节变量的映射关系,最后通过训练好的PSO-LSTM模型对机械臂的关节变量值进行预测得到逆运动学解。实验结果表明,模型的逆运动学求解速度维持在10 ms以内,与传统解法相比提高了数十倍,且模型的均方误差低至0.001,在提高求解速度的同时还能够保证求解精度。     

综合业务管控系统容器平台的构建及开发

针对燃煤电厂脱硫系统出口SO2质量浓度难以稳定控制的问题,提出了一种基于改进粒子群算法（IPSO）优化长短时记忆（LSTM）神经网络的IPSO-LSTM预测模型。首先利用主成分分析（PCA）计算各个变量的贡献率从而筛选出模型的辅助变量,实现辅助变量的降维。其次,利用改进粒子群算法确定LSTM神经网络的神经元数量、学习率和迭代次数。最后,将选定的辅助变量作为IPSO-LSTM预测模型的输入,预测出口SO2质量浓度,采用国内某电厂2×600 MW机组脱硫数据进行仿真,并与相关11种模型进行对比。仿真结果表明,本文模型预测误差最小,其均方根误差为0.98 mg/m3,平均相对误差为1.81%;与传统LSTM、LSSVM模型相比,预测精度分别可提高72%和81%;与其他相关模型相比,改进的PSO可以提高PSO的全局寻优能力和收敛速度,当LSTM神经网络具有2层隐含层时,IPSO-LSTM模型预测精确度最高。     

基于小波变换和长短期记忆神经网络的电力负荷预测

电力系统需要保持发电功率与用电负荷的即时平衡,而电力负荷具有非线性、时变性和不确定性等特点。针对此问题,考虑天气与日期类型的影响,构建小波变换（wavelet transform,WT）和长短期记忆（long short-term memory,LSTM）神经网络组合预测模型,对电力负荷进行短期电力负荷预测。首先,用小波变换对数据集进行特征提取、信号去噪,消除数据的波动性;其次,将预处理后的数据利用LSTM进行训练,将输出结果进行序列重构;最后,进行负荷预测,WT-LSTM组合预测模型分别与BP神经网络预测模型和LSTM预测模型进行对比数据。结果表明,WT-LSTM神经网络组合预测模型的预测效果最好,有效地提高了预测精度。     

小功率金卤灯再启动特性机理的探讨

利用专门设计的金卤灯再启动特性测试仪记录了金卤灯再启动特性的若干典型曲线，对某些异常特性的发生机理进行了分析，找到了它们与金卤灯内在质量的联系，研究表明通过测量金卤灯的再启动特性可以方便地诊断金卤灯的内在质量。     

变电站隔离闸刀触头的检修方法

电网运行中GW4、GW5、GW7等型隔离闸刀触头容易发热,影响变电设备的操作和安全运行;通过分析闸刀触头发热的原因,找出处理发热的办法,以解决触头发热的问题,促进电网安全生产和稳定运行。     

水口水电厂机组顶盖排水控制系统改造

简述了水口水电厂机组顶盖排水控制系统改造的必要性,介绍了系统改造方案,指出了系统调试的注意事项,提出了系统改进建议。     

Some aspects of technology of use of electrical objects on the basis of methods of short-term forecasting of technical condition

Some aspects of the technology of using electrical equipment on the basis of statistical (stochastic) methods for short-term forecasting are considered. The experimental (calculating) part includes construction and testing of specific forecasting models in order to ground their further application.     

加快黄河北干流梯级开发的思考

根据规划在黄河北干流上布置万家寨、龙口、天桥、碛口、古贤、甘泽坡6座水利枢纽工程。北干梯级开发可有效控制和管理黄河的水沙关系、洪水;改善生态环境,使水资源得到合理利用;向华北电网提供大量电力,对秦晋2省工农业、通航和旅游等具有促进作用,并带动地方经济的发展。     

用相似理论设计确定系列电机的主要性能参数

以系列电冰箱（柜）用压缩机的电动机为例,详细介绍利用基本相似理论设计,确定系列电动机主要性能参数及尺寸的方法和步骤,并介绍优先数及其在设计中的应用,解决如何将基本相似理论运用到系列电机设计中的难题,为工程技术人员指明了一条简便,快捷的设计途径,亦为推广应用基本相似理论提供了一个范例。     

重庆城市照明发展问题研究

城市夜间形象塑造是全国许多城市建设的一个热点,文章结合重庆城市照明发展现状,对重庆城市夜间形象效果、存在的问题,建议等方面作了介绍。     

一种考虑了负荷特性的企业电网潮流算法

大型企业电网的负荷特性主要表现为感应电动机群特性,为了改进现在常用的电力系统潮流算法中用恒功率模型来表征节点负荷,不能满足工程精度要求的问题,提出了在对企业电网负荷节点电动机群进行等效变换后,引入负荷特性的潮流计算的思路,在此基础上进行了理论推导,并经过现场实测数据,进行了仿真。仿真结果表明,负荷特性的潮流计算方法符合企业工程精度要求,可以达到提升业电网潮流计算结果在精确度、实用度等方面的要求,具有一定的理论和工程意义。     

XLPE电缆缺陷尺寸分布对电树枝起始的影响

采用强度—应力干涉模型 ,计算了缺陷尺寸分布对于交联聚乙烯绝缘耐电树枝起始可靠性的影响 ,发现缺陷分布的均值及标准差对耐电树枝起始可靠性有影响 ,而减小缺陷尺寸分布的标准差可大大提高绝缘耐电树枝起始的可靠性。