基于COM技术的蒸汽管网热经济性分析在线实现

为了提高对某热力厂室内蒸汽管网的监测和管理,以火用分析方法为基础,建立蒸汽管网的数学模型。为提高监测的可扩展性,方便定制与升级,基于MicrosoftCOM组件技术开发管网的热经济性分析模块,并嵌入到锅炉的DCS系统中运行。分析了主要管段的压力损、温度降、热损失和火用损失。现场运行表明,采用组件技术开发该系统具有模块化、可重用性高、运行稳定的特点。实现对室内主要蒸汽管道的监测及性能评价。     

应用SPRT算法的管道小泄漏检测

针对小泄漏信号的检测,提出了序贯概率比检验的统计决策方法.根据长输管道泄漏检测的实时性要求,提出了用卡尔曼滤波作用生成的归一化新信息序列作为序贯概率比检验的输入序列,以满足序贯概率比检验的要求.分析了序贯概率比检验用于管道小泄漏检测时的泄漏判断和定位的方法.利用虚拟仪器理论,设计了卡尔曼滤波和序贯概率比检验算法的LabVIEW程序模块,设计的模块可以直接嵌入到现有的管道泄漏实时监测系统中.实验证明,针对泄漏量低于3%的小泄漏检测很有效,并且定位精度控制在了2.5%以内.     

高耗能企业能效评价系统开发及应用

针对传统高耗能企业能效评价系统存在的缺陷,提出基于综合集成平台的高耗能企业能效评价系统开发模式,将能效评价业务划分成多个模块,采用组件封装技术将模块封装成相对独立的组件并发布成Web服务,形成能效评价组件库;同时,基于综合集成平台,采用组件搭建的方式构建了能效评价系统,并以炼化企业为实例进行应用,结果表明,该系统能够克服传统系统的缺陷,具有易维护、可移植和可扩展的特性,也从系统开发角度实现了节能。     

基于多元高斯分布异常检测模型的MMC子模块开路故障诊断方法

模块化多电平换流器（MMC）的子模块开路故障隐蔽性强,可以及时有效地识别故障位置,防止故障蔓延影响其他组件,提高换流系统的可靠性。为了诊断子模块开路故障,该文提出一种基于多元高斯分布异常检测模型的故障检测方法。首先,分析子模块开路故障特性,选择子模块电容电压作为故障检测的关键指标,并提取子模块电容电压的12个特征量组成特征向量用于故障诊断。然后,根据多元高斯分布特性,提出基于多元高斯分布的异常检测模型构建方法,并基于此模型提出子模块开路故障诊断策略,可在故障样本偏少致使样本不均衡时,实现高准确率、高效率的故障诊断。最后,通过仿真和实验验证了所提出的MMC子模块开路故障诊断方法的有效性。     

蚁群算法在软件性能测试中的应用

文章对 Windows系统下的桌面软件性能测试进行了研究,分析了传统测试方法的弊端.同时借鉴蚁群算法原理,提出了一种对 Windows桌面软件资源泄漏缺陷监测方法。     

光伏阵列无线传感节点设计及故障诊断应用

针对现有光伏阵列的故障检测方法精度和效率不足且难以定位故障光伏组件等问题,设计了一种基于STM32的光伏阵列无线传感节点及故障诊断系统。该无线传感节点硬件以STM32F103为核心控制器,主要包括主控模块、电源模块、数据采集模块、数据通讯模块;软件端通过自定义通信协议,将测量结果通过ZigBee无线模块对数据帧可靠传输,上位机可监测到逆变器扫描光伏阵列电流-电压(I-V)特性过程中各光伏组件的电压数据。实验中人工模拟了光伏组件常见的阴影、旁路二极管短路故障,通过无线传感节点测得的电压波形,可实现光伏阵列中故障诊断与定位。实测结果表明,该系统可获取逆变器扫描光伏阵列I-V特性过程中组件电压波形,便于运维人员及时准确地定位光伏组件故障。     

容性设备在线监测装置便携式调试仪的设计与实现

PT二次侧电压和泄漏电流是变电站容性设备在线监测装置的两个主要监测量,对其进行测量准确度的测试与评价是在线监测装置调试的重要内容。本文设计了一种新型便携式容性设备在线监测装置调试仪,其组成包括标准源模块、数据采集模块及控制与数据处理模块。该仪器能够输出一定频率范围内的电压和电流信号,模拟实际容性设备的PT二次侧电压及泄漏电流,并加以采集和分析处理,给出标准测量值。该设备电压和电流两路独立输出,幅值范围宽,并能够施加频率波动和谐波干扰,适应各种在线监测装置的被监测量模拟。与硬件系统相配套的软件操作简单、功能丰富,能够实现全自动调试。本调试仪可用于容性设备在线监测装置的入网前实验室性能试验及变电站定期检修中的校核与调试。     

基于广域测量系统的低频振荡监测分析方法研究与应用

介绍了基于广域测量系统的电力系统低频振荡在线监测及振荡特性离线分析功能模块的设计及实现方法。模块在线部分集成的数据滤波等4种检测算法,同时满足了监测的实时性和报警的高精度;模块的离线部分集成了改进Prony等3种分析算法,实现了振荡特性参数的全面解析。告警记录及数据分析结果存储于磁盘。模块中的统计功能,实现了数据信息的深层挖掘。该模块已经在河北南网实际运行,运行结果表明该模块的有效性和可靠性。     

上海电气推出电力行业数字化服务解决方案

<正>日前,上海电气举办了数字化技术专题研讨会,在会上推出面向电力行业的数字化服务解决方案——工业互联网平台Ellumix。Ellumix运用最新的互联网技术,采集与展示设备各项性能数据,组件中既包括利用人工智能、机器学习等方法的状态监测模块,也包括固化设计、制造、调试、诊断专家经验,自学习、自适应算法,基于设备机理模型的异常诊断模块,以及同时运行优化功能,可以发挥出设备的最佳运行状态。Ellumix可帮助用户实现更健康的机组启动过程、更优的负荷输出、更快速的负荷响应、更低的机组性能老化等需求。     

大容量风电变流器中IGBT模块多并联策略

IGBT(绝缘栅双极型晶体管)在耐压及通流方面性能的加强使其在大功率应用场景中较GTO(可关断晶闸管)、 IGCT(集成门极换流晶闸管)等其他全控器件更具优势。IGBT模块作为风电变流器的核心应用器件,为了满足变流器大功率化的需求,需要将IGBT模块并联使用。通过梳理现有IGBT模块并联应用技术的特点,分析并联模块组件在静态及动态方面的均流特性及其对变流器系统稳定性的影响。同时给出了一种IGBT模块损耗的计算方法,以此来论证IGBT模块损耗对变流器系统性能的影响。通过实验及仿真,分析IGBT模块不同数量并联对变流器系统稳定性及性能方面的影响,给出一种变流器中IGBT模块多并联应用的策略。     

基于无线局域网的输送管道泄漏实时检测系统的研究

对无线局域网的基要概念、传输介质、技术标准及拓扑结构进行了介绍。针对输送管道的地理位置特点,提出了建立基于无线局域网的输送管道实时检测系统的解决方案,实现了检测点和厂区局域网的互联,并对方案中的数据采集、数据传输、泄漏检测和定位进行了详细讨论。对于输送管道泄漏,综合运用包括小波分析在内的多种信号处理方法,能够及时、准确地检测并定位泄漏点。     

基于神经网络的管道流量泄漏在线监测技术的实现

为了解决目前管道流量泄漏监测和定位问题,根据管道泄漏应力波和正常信号的区别,建立神经网络模型.运用LabVIEW分析传感器在泄漏管道不同位置拾取的泄漏信号的时频域特征,进行泄漏信号的提取,根据时频域特征指标来构造人工神经网络的输入矩阵,建立了能对管道流量泄漏状况进行分析监测定位的人工神经网络,实现了管道流量泄漏监测的单传感器定位,进行流量泄漏在线系统分析.理论分析和实验研究表明:基于人工神经网络的管道运行状况分类器能够较为迅速准确地预报出管道运行状况,检测管道是否泄漏,并且有较强的抗恶劣环境噪声干扰的能力.采用人工神经网络这一非线性理论和模式识别的人工智能方法有助于提高管道系统泄漏检测的灵敏度和精度,并降低误报率.     

挂轨式管道泄漏检测机器人设计

地下管廊中管道的泄漏检测是管廊安全运行的重要保障之一,为了实现管廊的自动化运行,并针对传统检测方法的灵活性不足、信息交互性差的缺点,本文基于STM32F103设计了一种挂轨式管道泄漏检测机器人。机器人搭载MIC声音传感器作为泄漏检测装置,将采集到的信号利用神经网络进行音频特征的识别,监控主机对判断结果做出报警或其他措施。经过管道泄漏检测系统实验平台测试,机器人系统运行稳定,对于管道泄漏的检出率达到93%,满足实际应用需求。     

模糊聚类分析方法在管道泄漏检测系统中的应用研究

管道的泄漏检测是保障管道安全运行的重要技术,而管道信号的特征提取是管道泄漏检测系统中重要的组成部分.由于传感器数量的限制,信号处理工作难度较大,并且泄漏判断的误报警率较高,本文提出利用模糊聚类分析方法对管道信号进行特征提取,根据特征量的变化判断泄漏,对实际信号进行的处理验证了该方法的可行性.     

红外成像检漏技术在SF_6设备检修工作中的应用

提高技术人员SF6气体泄漏检测水平,使技术人员能更快速、准确地发现气体泄漏点。对广西电网近期SF6电气设备的气体泄漏检测工作进行统计,并分析红外成像检漏技术在广西电网的应用情况。根据统计数据得出,设备易发生气体泄漏的部位为法兰盘密封处、压力表连接处、气体管道处、焊接处等,对各泄漏部位发生泄漏的原因进行剖析,并提出相应的运维建议。SF6红外成像检漏技术的应用推广,使得技术人员在电气设备现场检修工作中迅速、准确地查找到SF6气体泄漏点。     

基于MEEMD-KF-散布熵的油气管道工况识别

针对油气管道泄漏检测过程中,泄漏信号包含大量噪音、特征提取困难等问题,提出一种改进的总体平均经验模态分解联合卡尔曼滤波算法的管道信号去噪方法。首先采用改进的总体平均经验模态算法对采集到的管道负压波信号进行分解,其中利用排列熵和卡尔曼滤波算法对分解后的固有模态分量进行筛选和处理,最后得到重构后的削噪信号。并且提出基于散布熵和峭度的特征提取法,将提取的特征参数作为支持向量机的输入来对输油管道的工况进行分类识别。经采集到的数据验证,改进的总体平均经验模态分解、卡尔曼滤波、散布熵与峭度结合的组合识别方法可以较准确的对管道信号进行分类识别,结果显示其总平均识别准确率达到98.89%,为管道的工况识别研究提供了一种新的途径。     

燃气管道泄漏的次声源定位算法研究

针对城市燃气管道泄漏定位精度不高的问题,根据燃气管道泄漏时泄漏点产生次声波的特性,提出了一种燃气管道泄漏的次声源定位算法。该算法通过构建泄漏源的定位模型,利用传感器节点和泄漏点之间位置上的几何关系得到泄漏点位置。首先利用传感器阵列采集燃气管道泄漏时产生的次声波信号,并对该信号进行小波去噪处理,接着利用广义互相关法计算相邻传感器节点间的时延,最后结合定位模型计算出泄漏点位置。针对算法的信号处理部分进行了仿真,并在实验室进行了泄漏点定位的模拟实验。结果表明,在燃气管道泄漏定位中,算法的定位误差在1 m以内,具有较高的定位精度。     

危化品管道非介入式声波泄漏监测传感节点设计

面向危化品输送管道的非介入式声波泄漏检测,介绍了一种基于无线传感网络的非介入式声波泄漏监测传感节点设计方法.传感节点包括传感器及信号调理模块、多节点时间同步模块、数据采集及处理模块和能量捕获模块.利用STM32F407单片机内部基于DMA方式的ADC数据采集和数据串行通信,结合GPS授时实现多节点信号同步采样和定时器校正;利用单片机内部的浮点运算单元实现小波数据压缩,与数据错时发送相结合实现无线数据可靠传输,避免多节点大数据量同时发送导致网络堵塞和数据丢包.测试结果表明:传感节点数据采集准确、通信稳定可靠,为危化品输送管道的非介入式实时泄漏监测提供了一种有效的技术手段.     

基于稀疏轻量卷积神经网络的管道泄漏检测

针对传统供水管网泄漏检测问题,本文提出了一种基于稀疏轻量卷积神经网络的管道泄漏检测算法。首先通过声音传感器采集管道泄漏的声音信号,经过立体声转换、重采样、长度对齐等预处理操作后,将其转换成梅尔频谱图。然后,构建一种稀疏轻量化的卷积神经网络模型来对梅尔频谱图进行特征抽取和泄漏检测。针对声音特征图的稀疏和时延性质,本文采用Inception网络结构来进行提高模型的特征抽取能力。此外,因为该模型需要被部署到边缘侧,因此设计了一种基于SqueezeNet的轻量化卷积神经网络模型来减少模型的参数,降低模型复杂度。实验结果表明,提出的管道泄漏检测算法在保证复杂度较低的同时具有较高的识别准确率。     

SF_6开关设备检漏及漏点处理现场实践

总结了SF6开关设备气体渗漏的特点、现场表现及原因;讨论了解体除漏与带压堵漏的风险决策问题;介绍了泡沫法、定性检漏仪报警检漏法、包扎加定量检漏仪检漏法、激光成像检漏仪检漏法等常用检漏方法;阐述了检漏方法选择的观点;对带压堵漏进行了理论计算,介绍了几种漏点消除方法;最后介绍了几次现场检漏与漏点处理的典型案例。得出定性检漏仪和泡沫检漏法结合使用,操作简单,能提高检漏效率和成功率。