大型汽轮机运行状态物元模型及可拓评价方法

基于可拓学的物元理论,建立了汽轮机运行状态的物元模型,提出了一种可拓评价方法。引入可拓集合中的关联函数与关联度,由关联度的大小对汽轮机运行状态进行定性和定量评价,最后通过实例验证了该方法的实用性。研究结果表明,该方法能快速而有效地识别汽轮机运行状态。     

基于云理论的配电网空间负荷预测方法研究

提出了一种新颖的配电网空间负荷预测模型，该模型采用了基于云模型的知识表示，将定性概念所具有的模糊性、随机性有机地结合在一起，构成了定性和定量相互间的映射，克服了传统模糊理论的不彻底性。该文将云理论、面向对象的归纳方法以及粗糙集相结合，进行土地使用决策中空间属性信息定量定性转换、空间数据的离散化、决策规则的挖掘，克服了传统基于模糊集的空间负荷预测模型中模糊集参数及模糊系统规则选择的主观性，同时也利用云理论与粗糙集理论相互间的互补性,增强了知识发现的能力。运用基于云理论的不确定性推理计算小区对各用地类型适应性的评分，使推理结果更加合理而且贴近实际。给出了基于该模型的小区改造判据，改进了计及小区改造及经济性的用地分配的多目标规划模型，计算小区负荷。最后用实例说明了该方法的有效性。     

证据理论在城市电网规划方案选择中的应用

为解决电网规划综合评判决策(MADM)中的难以定量表达的不确定性问题,应用证据理论从不确定推理的角度,将客观问题中的不确定知识形式化后,进行推理和判断。针对证据理论在实际应用中,由于不注意证据的组合顺序而导致计算时间随组合规则的增加而呈指数上升的问题,指出使用Barnett算法建立数学模型,结合基于证据理论和Barnett算法,给出电网规划综合评判决策的具体过程,有效地解决了电网规划中的不确定性问题。     

基于模糊评判和RCM分析的发电设备状态综合评价

针对发电设备系统复杂、难以进行精确状态评价的问题，在系统划分和状态特征参数提取的基础上，提出了基于模糊评判和RCM分析的发电设备状态综合评价方法。首先充分利用设备运行参数、状态监测参数和运行统计参数，进行系统和设备的初步状态评价；而后进行基于RCM分析数据的知识推理，确定系统故障模式和故障位置。实例计算表明，该方法行之有效，评价结果可为下一步的维修决策提供科学依据。     

基于多级模糊综合评判的汽轮机本体状态评价模

针对大型汽轮机组本体系统结构复杂、监测参数复杂多样难以评价其状态的问题,提出了多级模糊综合评价的汽轮机本体状态评价模型.该模型建立在层次划分的基础之上,综合了设备运行参数、在线监测参数和点检数据,成功实现了对汽轮机本体从子系统到系统的各层次上的状态评价.实例表明,该模型可行有效,评价结果可为下一步维修决策提供依据.     

汽轮机振动故障诊断知识信息服务系统

汽轮机组故障诊断推理过程大多在信息不完备的情况下进行，需要解决规则不确定性、推理不确定性及规则参数获取等问题。针对上述问题，依据故障诊断规则的充分性、必要性属性提出了基于双参数的加权推理方法。汽轮机组故障诊断的专家经验知识是故障诊断工作的重要保障，知识信息服务系统的研究是开发故障诊断专家系统的基础。文中设计并实现了结合数据库技术、网络技术的知识信息服务系统，实际工程应用表明,该系统具有广阔的应用前景。     

基于信度的不确定性推理--证据理论及其在电力系统规划中的应用

文章针对电力系统规划中客观存在的难以定量表达的不确定必问题,应用证据理论从不确定推理的角度探讨计及电力系统规划中的非定量不确定因素的方法,给出了证据理论求解不确定性问题的一般过程,并详细讨论了证据理论在电网规划、厂址选择中的应用。     

采用信息转换及语言评判的负荷组合预测法

针对基于模糊评判的电力负荷组合预测法中考虑专家意见相对粗糙且繁琐的问题,提出一种采用信息转换及专家混合语言评判的电力负荷组合预测法,将模糊推理和语言决策引入负荷的组合预测中,通过选定定量及定性指标建立模型评价体系,采用模糊推理将单个预测模型的定量指标转换为语言评判条件下的定性量,并应用语言决策理论将该定性量同其他定性指标用于单个模型的评价中,得出预测模型的综合评价值,以此确定其权重、组合负荷预测并推荐结果。实际算例表明,该方法科学合理具有很好的实用价值。     

基于SMOTE和决策树算法的电力变压器状态评估知识获取方法

提出基于合成少数过采样技术(SMOTE)算法和决策树算法的电力变压器状态评估知识获取方法,首先针对变压器非正常状态样本数量较少的情况,采用SMOTE算法补充非正常状态样本数量,解决了变压器样本集类别不平衡问题。然后将变压器状态评估过程视为分类过程,利用决策树模型为白箱模型的特点,将变压器状态评估知识获取问题转化为构建决策树的问题。最后采用C4.5决策树算法构建决策树,从中提取变压器状态评估知识,得到关键变压器状态量和评估规则。以某地市级供电公司110 kV电压等级油浸式变压器实际数据开展实例分析,结果表明所提出的方法能实现状态评估知识的自动化获取,可以为该地区110 kV油浸式变压器的状态评估工作提供决策支持。     

基于D-S证据理论的小电流单相故障多判据融合选线研究

利用单相接地故障的暂态量和稳态量分别构造幅值、相位故障测度函数,以定量评价疑是故障线路的程度.结合选线问题的特性,设计了以故障测度值为自变量的基本信度分配函数.运用D-S证据理论实现了多判据信息融合,将多判据选线问题转化为证据推理问题,给出了基于信息融合的综合选线策略.大量仿真算例证实了该方法的有效性.     

融合集对分析和证据理论的风电机组运行状态评估

为及时准确地评估风电机组运行状态,结合集对分析和证据理论各自的特点提出了一种风电机组运行状态评估的新方法。该方法根据风电场数据采集与监控系统的物理量,构建机组运行状态评估的指标体系,建立了一个2层评价模型。模型第1层采用集对分析处理指标不确定性的劣化度,并生成模型第2层的基本概率分配。模型的第2层采用证据理论进行多证据融合,得到机组运行状态的隶属度,同时基于隶属度最大原则与信度准则共同评判风电机组运行状态等级。采用所提评估方法对某风电场1.5 MW并网风电机组进行状态评估,并将评估结果与传统的模糊综合评估方法得到的结果进行比较,结果表明所提评估方法的结果更准确,在状态的趋势分析中也表现较好。     

基于灰色综合聚类分析法的发电设备状态评价

大容量汽轮机组是一个复杂的机电系统,具有故障率高和故障危害性大的特点。因此,为了避免出现严重的后果,对汽轮机组进行运行状态的监测和状态综合评价就很有必要。针对发电机组包含设备复杂,各子系统之间以及子系统与系统之间关联性强,运行时状态复杂,难以用精确方法确定其运行状态的现状,同时考虑模糊综合评价法中隶属度无显著性差异,从而无法得到合理的分析结果这一问题,提出了用灰色综合聚类分析法来对机组状态进行评价,根据各性能参数的劣化度计算得到系统/设备所属灰类,有效地克服了模糊综合评价法中隶属度差异小的问题。通过实例分析,该方法应用于发电设备状态评价时优于模糊综合评价法,有一定的实用价值。     

灰色理论PNN和D-S集成的汽轮机组故障诊断

汽轮机组发生故障的原因多且复杂,若是仅采用单一的故障诊断方法进行故障诊断,可能会存在误诊或漏诊的问题.为了解决此类问题,同时为了提高故障诊断的可靠性,所以引入D-S理论进行融合故障诊断.针对汽轮发电机组故障的特点,提出了一种基于灰色理论-PNN(概率神经网络)和D-S理论集成的故障融合诊断策略.该策略先采用灰色理论和P...     

基于改进证据推理的变压器状态评估研究

为评估研究变压器状态,在合理划分变压器状态和有效分析状态信息的基础上,根据状态评估指标体系具有层次性和模糊不确定性的特点,提出了变压器的状态评估模型以及一种改进的证据推理的状态评估方法。证据的初始基本概率赋值通过层次分析法及模糊评估法获取,改进的方法适用于证据间出现高度冲突的情况。实例分析表明了变压器运行状态层次评估模型的有效性。     

An evidential reasoning approach to transformer condition assessments

This paper presents an evidential reasoning (ER) approach to the transformer condition assessment. An ER algorithm is briefly introduced which is used to combine evidences and deal with uncertainties. The methodology of transferring the transformer condition assessment problem into a multiple-attribute decision-making (MADM) solution under an ER framework is then presented. Several solutions to the transformer condition assessment problem, using the ER approach, are then illustrated, highlighting the potential of the ER algorithm. Based on the outputs of the ER approach, system operators can obtain an overall evaluation of the observed unit's condition; also, several units may be ranked in order of severity for system maintenance purposes. It can be seen from the results developed that the ER approach is a suitable solution to tackle the MADM problem of transformer condition assessment.     

基于LSSVM的汽轮机阀门流量特性辨识及应用

阀门流量特性的准确辨识对于汽轮机控制至关重要。提出了一种基于最小二乘支持向量机（LSSVM）的汽轮机阀门流量特性辨识方法：通过对机组的历史运行数据进行筛选,获得其处于稳定工况下的运行数据;利用LSSVM辨识由综合阀位指令、主蒸汽压力、调节级压力等构成的主要参数向量与计算获得的汽轮机实际进汽流量之间的关系;最后利用已建立的LSSVM模型,并通过改变主要参数向量值来模拟汽轮机阀门流量特性试验的工况,进而实现对汽轮机阀门流量特性的辨识。该方法不需要进行汽轮机阀门流量特性试验,减轻了工作量,避免了试验方法对机组安全稳定运行带来的不利影响。     

基于LSSVM的汽轮机阀门流量特性辨识及应用

阀门流量特性的准确辨识对于汽轮机控制至关重要。提出了一种基于最小二乘支持向量机（LSSVM）的汽轮机阀门流量特性辨识方法：通过对机组的历史运行数据进行筛选,获得其处于稳定工况下的运行数据;利用LSSVM辨识由综合阀位指令、主蒸汽压力、调节级压力等构成的主要参数向量与计算获得的汽轮机实际进汽流量之间的关系;最后利用已建立的LSSVM模型,并通过改变主要参数向量值来模拟汽轮机阀门流量特性试验的工况,进而实现对汽轮机阀门流量特性的辨识。该方法不需要进行汽轮机阀门流量特性试验,减轻了工作量,避免了试验方法对机组安全稳定运行带来的不利影响。     

基于模糊粗糙集数据挖掘的汽轮机组故障诊断研究

针对当前专家系统知识获取瓶颈的难题,提出了基于模糊粗糙集数据挖掘的汽轮机组故障诊断方法。模糊粗糙集理论把知识直接与真实或抽象世界有关的不同模式联系在一起,能有效分析处理不精确、不完整等各种不完备信息,并从中发现隐含的知识,揭示潜在的规律。将汽轮机组故障历史数据进行模糊化及离散化处理,构建故障诊断决策表,以决策表作为主要工具,即"知识库",采用模糊粗糙集数据挖掘方法直接从决策表中提取出潜在的诊断规则,为汽轮机组提供有效的故障诊断。提出了基于模糊粗糙集的分类规则学习和约简算法,实现了基于模糊粗糙集数据挖掘的汽轮机组故障诊断系统,其诊断正确率达到了88%。实验表明该方法可行,对汽轮机组故障诊断系统的设计具有借鉴意义和深入研究的价值     

基于冲突证据修正的DS改进方法

DS(Dempster-Shafer)证据理论在不确定推理与信息融合领域有着广泛的应用,但是当证据严重冲突时会出现反直观结果的问题。针对这一问题,提出了一种基于冲突证据修正的DS改进方法,首先根据各证据与平均证据的证据距离确立各证据的权重,以平均权重为阈值确立冲突证据,然后根据冲突证据的权重对其进行折扣度修正,修正后的证据再与非冲突的原始证据使用Dempster组合规则得到最终推理结果。仿真实验表明,有效地改善了经典DS证据理论存在的典型问题,在低冲突证据和高冲突证据的融合处理上,本方法相较于其他方法简单有效,收敛快,可靠性高。