基于改进贝叶斯网络的风电机组动态可靠性评估

传统的贝叶斯网络方法对于新型智能化风电机组获取的“多元异质”状态信息、机组部件故障与状态信息间的耦合关联描述不全面,易造成可靠性评估结果不准确。为此,建立一种融合故障树、云模型及无标度网络的改进贝叶斯网络。引入迭代更新的思路,将改进贝叶斯网络与时序分析方法相结合,提出一种风电机组动态可靠性评估方法。算例结果表明,该方法不仅可以有效地利用风电机组的实时状态信息进行定量的动态可靠度计算,而且可以利用贝叶斯网络、状态结构洞以及无标度网络实现对状态信息与“部件-状态”结构关联特性的表达,提高了动态可靠性评估的准确性。     

单片机在动态应变检测中的应用

本文论述了动态应变的测量原理和检测网络。以8031单片机为中心给出了整个测量系统框图和主要软件流程框图,并叙述了部分功能及其组成。     

基于贝叶斯网络时序模拟的气电耦合系统可靠性评估

采用贝叶斯网络时序模拟的算法对气电耦合系统的可靠性进行分析与研究.首先根据贝叶斯网络的逻辑关系,针对11节点的天然气系统,建立天然气系统贝叶斯网络,计算天然气系统的可靠性指标,验证了贝叶斯网络及算法的可行性,同时根据贝叶斯网络的诊断推理性质,对比各个元件对天然气系统故障影响程度.然后,以IEEE-RBTS Bus6系统主馈线F4配电网和比利时11节点天然气网络搭建气电耦合系统,建立对应的贝叶斯网络,采用时序模拟的方法分析气电耦合系统的可靠性指标,并通过不同模式下其可靠性数据的对比,验证了气电耦合系统对可靠性指标的提升程度,并依据贝叶斯网络诊断推理识别系统可靠性的薄弱环节,为系统建设及系统检修时提供有效的参考信息.     

贝叶斯网络分类算法在状态监测设备可用性判断的应用

利用贝叶斯网络分类算法技术对各厂家输变电设备状态监测装置的可靠性指标进行自动监控统计的初步方法,为系统主站可靠性功能开发提供参考依据。由于现场装置的组成结构以及现场应用条件十分复杂,因此通过系统主站不可能完全实现对装置可靠性的自动监控,仍需要提供人工确认,以及辅助判断的输入接口,给出最终的可靠性统计指标。     

基于GO法与贝叶斯网络的智能电能表可靠性预计方法研究

随着智能电能表的大面积普及和应用功能的复杂化,智能电能表可靠性的准确预计越来越重要.首先,利用GO图语义性强的特点,将电能表的架构框图转化为GO图;其次,根据GO法的贝叶斯映射法则,将GO图转化为贝叶斯网络,解决GO图操作符众多、算法复杂等问题;然后,对贝叶斯网络各子节点的条件概率表(CPT)进行标注,并将整理好的贝叶斯网络转化为编程语言,利用matlab软件进行可靠性计算;进行贝叶斯双向推理,最终得到电能表的可靠度及各个节点的后验概率分布,对电能表进行故障推断;最后,针对电能表开展加速寿命试验,试验结果验证了方法的科学性与有效性.     

昆柳龙混合直流工程送端换流站电气主接线可靠性分析

为准确评估中国昆柳龙混合直流工程送端换流站电气主接线的可靠性,建立了昆北换流站电气主接线中静态元件、动态元件和附属元件的等效二状态模型.以减少计算复杂度为目的,针对元件的故障后果及位置将送端换流站进行了分区简化.将GO法与模糊动态贝叶斯网络相结合建立了系统的可靠性模型.所构建的模型能直观反映系统可靠性的时序变化过程,并可利用后验概率进行电气主接线的脆弱性分析.仿真结果的分析证明了所提模型和方法的可行性与有效性.     

基于贝叶斯网络的牵引变电所主接线可靠性评估

贝叶斯网络是研究不确定性问题的重要方法之一,把贝叶斯网络法用到牵引变电所的可靠性评估中,结合牵引变电所电气主接线的故障树和最小路来建立贝叶斯网络。通过故障树的贝叶斯网络计算了其可靠性指标,能够有效地识别系统的薄弱环节,实现了牵引变电所可靠性的定性和定量评估。用基于最小路的贝叶斯网络对上面的可靠性指标进行了验证,为牵引变电所可靠性评估提供了新的方法。     

基于贝叶斯网络和分块技术的配电网可靠性评估

提出一种基于贝叶斯网络的配电网可靠性评估算法。以配电网可靠性评估的分块为基础,建立配电网4层贝叶斯网络,即元件层、分块层、负荷点层和系统层。根据配电网分块形成的等效网络,建立元件层和分块层间的关系;通过解析枚举分块及开关元件的故障,得到负荷点的节点类型,建立分块层和负荷点层间的关系,并通过矩阵存储实现负荷点可靠性计算;建立负荷点层和系统层间的关系,实现系统可靠性计算。根据贝叶斯网络的双向推理功能,提出通过元件可靠性参数辨识负荷点薄弱环节的方法,及通过各元件分摊的期望缺供电量指标辨识系统薄弱环节的方法。对RBTS母线2等算例系统进行可靠性评估和分析,验证了算法的正确性和高效性。     

基于贝叶斯网络时序模拟的含微网配电系统可靠性评估

依据贝叶斯网络的逻辑关系进行推理,针对微网内分布式电源输出功率的不确定性以及负荷的时变特性,采用分时段方法求解含微网配电系统的可靠性指标。在微网孤岛运行模式下,考虑分布式电源与储能元件的不同逻辑组合状态,设置等值功率(电源)结点,根据潮流计算,建立了微网内电源–负荷结点的"动态–供给"逻辑关系模型。运用贝叶斯网络时序模拟推理算法,对改进的RBTS Bus6-F4系统进行可靠性评估。借助贝叶斯网络因果推理可分析任意元件可靠性参数对系统可靠性指标的影响大小,利用贝叶斯网络诊断推理可分别求解出假设整体配电系统故障、微网系统故障、微网中重要负荷及不重要负荷故障时各元件故障的条件概率,进而找出影响系统或重要负荷点供电可靠性的关键因素,并识别系统可靠性的薄弱环节。     

±800 kV柔直换流站电气系统可靠性分析

对电气元件等效二状态模型进行优化,提出了计及计划检修状态的元件等效三状态模型,使之符合柔性直流输电系统实际运行情况。以广东龙门换流站为例,通过等效三状态模型计算柔直换流站电气主接线中各元件的可靠性参数,使用分区简化方法计算各分区的可靠性参数。在此基础上,利用目标导向(GO)法和动态贝叶斯网络相结合的方法建立了电气主接线的可靠性模型,求解柔直换流站可用度、不可用度以及计划检修概率的时变曲线,验证了所提模型和方法对柔性换流站电气主接线可靠性评估的可行性与有效性。     

基于IADRC的多CRH5型车网耦合系统低频振荡抑制方法

近年来国内相继出现多起高速铁路车网耦合系统低频振荡,振荡严重时甚至导致动车组牵引封锁。针对多列CRH5型动车组升弓整备投入牵引网时发生低频振荡提出了一种有效抑制方法。首先,分析了多列CRH5型动车组同时升弓接入牵引网的多车网电气耦合系统特性。其次,基于改进自抗扰控制策略对车网系统负载CRH5型动车组整流器的控制器进行优化设计来抑制系统低频振荡。最后,相比原有动车整流器PI控制和传统自抗扰控制技术,在Matlab/Simulink平台下测试验证了基于改进自抗扰控制的多CRH5动车组升弓整备投入牵引网的车侧电气量发生低频振荡抑制的正确性和有效性。     

兼顾均匀性的多目标配电网重构方法

提出了一种兼顾均匀性的配电网多目标重构方法。分析了不同均匀性网架结构下可靠性与网损的关系,给出了网架结构均匀性的评价指标。建立了兼顾均匀性的多目标配电网重构模型(distribution network reconfiguration based on system homogeneity,DSH),并采用改进多目标和声搜索算法来求解DSH模型。通过对IEEE 33节点测试系统的仿真分析,验证了DSH模型求解算法的有效性与合理性,给出了考虑可靠性和均匀性的配网重构问题的最优解集,供决策者根据实际情况选择。     

基于PSO-DBN神经网络的光伏短期发电出力预测

考虑到光伏输出功率的随机性和波动性,提出一种基于粒子群算法(Particle Swarm Optimization,PSO)优化深度信念网络(Deep Belief Network,DBN)的光伏短期发电出力预测方法。首先利用改进粒子群算法确定DBN神经网络最优的初始权值,建立初始DBN网络。其次,确定预测日后,利用灰色关联度法选出与预测日气象特征相似度高的日期。将这些日期的气象数据和历史发电数据作为训练集对初始DBN网络进行训练,建立预测模型。最后仿真结果表明,所用模型相比于传统的DBN神经网络具有更高的预测精度。     

面向状态检修的智能变电站保护系统可靠性分析

以状态检修为目的,研究了智能变电站保护系统的可靠性评估方法。首先从智能变电站技术特点出发,提出一种考虑逻辑节点的保护系统监测方法。根据状态检修的需要选取保护系统可靠性指标,并在此基础上建立了动态Markov模型,利用该模型定量评估保护系统在给定条件下的检修需求。最后以典型220 kV智能变电站为例说明了该评估模型的应用方法并做了相关分析。算例结果表明,该方法具有一定的可操作性,能够为智能变电站保护系统的检修决策提供一些参考。     

深度学习理论及其在电机故障诊断中的研究现状与展望

电机已经被广泛应用到人们生产生活的各个领域中,电机的故障不但会对电机本身会造成损害,甚至会引发经济损失、人员伤亡等各种问题。因此,将及时且高效的故障诊断技术应用于电机有着重要意义。相比较传统故障诊断技术而言,深度学习因其更强大更复杂的数据表达能力,已被应用于电机故障诊断领域,并取得了一定的研究成果。因此,介绍了深度置信网络(DBN)、自编码网络(AE)、卷积神经网络(CNN)和循环神经网络(RNN)这四类经典的深度学习模型,并总结了这四类模型在电机故障诊断中的应用。最后对深度学习在电机故障诊断领域中所面临的问题和挑战进行了总结和展望。     

基于DTCWT-DBN的配电网内部过电压类型识别

提出一种基于双树复小波变换(DTCWT)-深度信念网络(DBN)的配电网内部过电压识别方法。将10 kV母线三相过电压信号进行双树复小波变换,再通过奇异值分解降维,将所得奇异值作为特征值输入训练好的深度信念网络分类器,实现对7种典型的内部过电压的类型识别。利用ATP/EMTP仿真数据和物理实验平台上的故障波形对所提算法进行训练和测试,并将之与其他分类算法进行对比。结果表明,相较于所列举的其他方法,所提算法具有更强的特征提取能力和更高的识别准确率。     

电能质量在线监测系统海量数据的双列族存储设计

针对高效存储海量电能质量在线监测数据的问题,提出一种基于HBase的双列族电能质量在线监测系统数据库设计新方法。通过将HBase的列族存储架构应用到繁杂的电能质量在线监测数据的高效存储中,然后构造存储优化函数来寻找和设计最优的电能质量在线监测数据存储结构。最后进行几种不同列族数的数据读写时间的对比实验。实验证明:所提的电能质量监测数据双列族存储设计方法可以高效存储海量电能质量监测数据,具有较好的可行性。     

基于萤火虫优化算法的分布式发电设备容量分配及配电网孤岛划分

随着分布式发电设备大量接入到配电网中,分布式发电设备在配电网故障情况下为接入位置负荷及周边重要负荷的供电研究日益引起关注。利用投入产出法确定负荷的失负荷价值,基于失负荷价值设定负荷权重。在接入位置和总容量确定的情况下,以总权值最大为目标,利用萤火虫优化算法讨论接入容量的最优分配以及故障条件下的孤岛运行范围。将该方法应用于含分布式电源的智能配电网中,通过对比验证了方法的有效性。     

基于最优权重与雷达图的变压器状态评估

实现更加贴近电力变压器实际运行状态的评估,对于电网合理、经济、科学安排检修具有重要意义。针对主观、客观权重单一评估或者简单将二者拟合造成整体评估片面性的问题,提出了基于最小方差理论的最优组合赋权方法,使得权重得到更加合理的分配。将雷达图法的特征量计算方法应用到变压器评估中,使得评估结果更加直观、简洁,也避免数据信息在归一化过程中的遗漏。运用该方法对实际变压器数据进行了分析,验证了方法的可行性和合理性。     

多单元耦合的能量双向无线馈动系统分析及控制策略

双向无线电能传输技术是无线电能传输领域的一个重要研究方向。文中研究了含有(k+1)个能量传输单元的双向无线电能传输系统,通过建立(k+1)个传输单元的能量馈动模型,提出一种灵活控制系统功率流动方向以及有功出力(或功率分配)的方法。该方法利用各回路单元双向变换器出口电压幅值以及相角之间的关系,降低了系统能流方向和功率分配的控制难度。以3回路能量传输单元的双向无线电能传输系统为例,给出了功率流动方向控制和有功出力控制的约束关系,并进行仿真与实验研究,结果验证了理论分析的正确性与可行性。