基于组态的大坝安全监测任务系统

随着大坝安全监测技术的发展和行业信息化建设的加速,如何进一步提高大坝安全的监测效率,降低运管人员的工作负担,就成为了一个现实的问题。本文从大坝监测自动化运行管理和使用的角度出发,探讨建立一套自动化的大坝监测任务系统,解决大坝安全监测的定时周期测量、监测成果计算、在线实时报警等业务需求,并提供任务执行发生异常时候的重试、日志及通知机制,以及可视化的任务监视、管理视图。实践表明,本系统具有按需组态、运行稳定、易于扩展等特点,是一种具有良好工程应用价值的轻量级的自动化任务框架。     

基于Web的多机组远程监诊系统的设计与开发

基于Internet的远程监测与诊断是设备诊断技术和计算机网络技术的有机融合，是设备故障诊断技术发展的崭新阶段。本系统是在本地多机组分布式网络化状态监测与诊断系统基础上而开发的基于Internet的远程诊断系统。提出了系统的总体方案，论述了系统开发过程中所涉及的关键技术，对系统接入Internet所带来的安全问题进行了讨论。     

10kV智能配电自动化终端应用分析

配电自动化是智能电网的重要基础之一,需要通过配电自动化系统采集尽可能多的配电信息,并向下延伸到低压用电信息的汇集。提出了一种新型智能配电自动化终端的设计方案,不仅可以检测和指示短路以及接地故障,还可以实时监测线路的正常运行情况和故障发生过程,其故障定位及在线监测系统还可以提供瞬时性短路故障、瞬时性和间歇性接地故障的在线监测和预警功能,以及故障后事故分析和总结功能,保证了配电线路的安全稳定运行。     

基于linux的汽轮机转子在线监测与故障诊断系统

介绍了基于Linux平台、采用C语言和Kylix语言编程的汽轮机转子在线故障诊断系统及其特点，该系统非常稳定，特别适合于实时在线故障监测和诊断。     

TH-DMDS型电力设备局部放电监测诊断系统

介绍了TH-DMDS型电力设备局部放电在线监测与诊断系统。该系统为固定式装置,能够在电磁干扰较强的变电站环境下稳定运行,可全天候连续在线监测电力设备的故障放电信号,为电力现场及时发现设备故障隐患,为电力系统安全运行提供了保障。     

变速风力发电机变流器故障诊断方法

大型变距变速风力发电机组状态的监测与故障的诊断是保证机组长期稳定运行和安全发电的关键。文章针对变速风力发电机组中的变流器电路模型非线性强的特点,利用神经网络非线性映射特性,提出了采用基于波形直接分析的BP神经网络故障诊断方法。该方法能动态监视风力发电机变流器并网电路的工作状态,实时在线进行故障诊断和快速分析,确定变流器故障的部位和性质,可缩短风力发电机的故障停机时间。实际运行结果表明,该方法对变速风力发电机组的状态监测与故障诊断是有效的。     

基于可靠UDP的强震消息触发大坝实时监测系统

地处地震活动区的水电厂对强震安全监测有着实际管理要求,但由于行业标准和管理体制等原因,地震台网监测系统与大坝安全监测系统间是各自独立运行的,难以实现强震发生时对大坝安全概貌进行即时监测与分析。文中论述了强震发生时大坝实时监测的必要性和可行性,并提出了基于可靠用户数据包协议（UDP）通信的强震监测系统对大坝测量系统实时触...     

基于调控一体自动化的变电站电气设备故障分析

电气设备是变电站发挥电力控制与管理功能的主要载体,电气设备故障监测是确保区域电力稳定运行的基础。文中构建了BP神经网络故障检测模型,利用调控一体自动化变电站的在线监测系统采集设备运行状态数据,将其作为故障检测样本;基于粒子群优化算法修正神经网络的权值与阈值,得到高精度的BP神经网络故障检测模型;将故障检测样本输入训练完成的模型中,输出电气设备故障检测结果即可判断何种电气设备发生故障,为巡检人员提供维修依据。     

水电厂高压气系统集成监测策略

辅助系统运行可靠性将直接影响水电厂的安全经济运行,有必要对辅助系统的运行状态进行实时在线监测。基于水电厂高压气系统工作原理,总结了水电厂高压气机异常启、停与相应故障对应关系,提出了高压气系统集成监测策略,并利用梯级水电厂群远程集控系统提供的海量数据源,建立了水电厂高压气系统的远程分析与故障诊断平台,成功诊断出水电厂高压气系统漏气故障。     

基于数据挖掘风力发电设备故障远程诊断研究

为保证维护风电场大型风电机组安全、可靠、经济和优化运行,本文提出了一个基于数据挖掘技术的风电机组在线状态监测与故障远程诊断系统。介绍了数据挖掘故障诊断系统的硬件、软件体系结构、网络技术及特点,举实例说明应用的实用性和有效性。     

基于萤火虫算法的大坝安全监控BP网络模型及其应用

为改善大坝安全监控BP神经网络模型易陷入局部极值的问题,引入萤火虫算法,用来获取BP神经网络的连接权值和阈值的初始值。依据大坝安全监测数据,借助改进后的BP神经网络,实现大坝安全监控模型的构建和安全状况预测。实例验证结果表明,改进模型较常规BP神经网络模型的训练效果更稳定,预测精度更高。该方法具有一定的实用价值。     

PSO-RBF在大坝变形监测中的应用

针对传统径向基神经网络(RBF)在大坝安全监测应用中易陷入局部最优及预测精度不高的问题,引入粒子群算法(PSO),对输入的大坝安全监测数据进行初步的聚类处理,找出初步聚类中心后令其为PSO的初值,根据运算法则更新初值以寻求适合训练数据的最优基函数中心。以小湾大坝为例,应用Matlab仿真模拟计算了大坝变形量,结果表明PSO-RBF与传统RBF的拟合效果都很好,PSO-RBF预测准确度更高。     

ARIMA-GRNN模型在大坝安全监测中的应用

为提高大坝安全监测数据预测精度,将差分自回归移动平均模型(ARIMA)与广义回归神经网络(GRNN)相结合,建立了ARIMA-GRNN预测模型。以前期实测值和ARIMA拟合值作为GRNN网络的输入,后期实测值作为网络输出,以平均平方误差最小为原则寻找光滑因子,建立最佳的预测模型,并运用熵权法和标准离差法对各模型进行多指标综合评价。结果表明,ARIMA-GRNN模型预测精度较ARIMA模型明显提高,可应用于大坝安全监测。     

ARIMA-BP组合分析模型在某心墙堆石坝沉降量预测中的应用

针对大坝变形监测中存在的大量小样本时间序列所具有的强非线性特性,引入组合建模的思想,综合应用ARIMA时间序列模型和BP神经网络模型实现了小样本大坝变形监测数据序列的分析,即先利用ARIMA时间序列模型对大坝变形监测数据进行拟合和预测,然后依据时间序列残差建立BP神经网络模型对残差进行预测,最后将两者结合以获得大坝变形的预测。实例分析表明,ARIMA-BP组合模型较单一模型的预测精度高,预测值更接近实测值。     

模糊神经网络预报模型的研究

模糊系统与神经网络都能实现非线性的输入输出关系,但各有其优缺点。在对两者结合可行性和结合形式进行论述的基础上,探讨了采用结构等价型模糊神经网络建立大坝安全监控预报模型的方法和步骤,并将其应用于对某大坝变形的预测预报。实例分析表明,该模型预测结果优于常规统计模型,且模型的学习能力和表达能力均很强。     

二滩拱坝安全监测在线监控系统总体设计

二滩大坝是我国目前最高的双曲薄拱坝,其安全监控不仅具有重大的社会经济效益,而且具有较高的科学研究价值 。较详细地介绍了二滩拱坝安全监测在线监控系统的总体结构和设计、系统各组成部分的主要内容及其达到的目标,以及系统开发的软硬件环境,试运行结果表明,该系统能对二滩 大坝的安全状况作出实时 分析、反馈分析和综合评价,使二滩大坝的安全监测水平跃上了一个新台阶。     

基于WEB的三维水库大坝安全实时监控预警系统

基于单机版和C/S结构的信息管理已明显不能适应社会发展的要求,借助坝工结构、安全监控等理论并结合网络、数据库、JSP等现代技术,开发了基于Web的三维水库大坝安全实时监控预警系统,有效提高了大坝管理信息化水平及大坝信息共享发布能力,将是未来大坝安全管理的新模式.     

综论大坝安全综合评价专家系统

大坝安全综合评价专家系统是着重综合应用大坝安全监测领域内专家的经验性知识,经知识工程师的整编归纳和编译,再通过计算机来实现对大坝安全状况作出综合分析、评价和辅助决策的推理过程本文论述了大坝安全综合评价专家系统的目标、总体结构、专业总体构成和网络等。     

ABC BP模型在混凝土双曲拱坝变形监控中的应用

因大坝变形具有很强的非线性、随机性,致使预测困难,将人工蜂群算法(ABC)与BP神经网络相结合,利用人工蜂群算法具有强全局优化能力、强鲁棒性等优点,克服BP神经网络收敛速度慢、易陷入局部极小点等缺点,建立ABC BP、BP神经网络大坝变形预测模型对小湾大坝变形监测数据进行预测。结果表明,与单纯的BP神经网络预测模型相比,ABC BP算法提高了大坝变形预报的精度,加快了网络的收敛速度,能更高效准确地进行大坝变形监控预报。     

基于熵权法的组合模型在大坝渗流预测中的应用

针对大坝安全监控中单一预测模型预测精度较低的问题,基于多元线性回归预测模型和BP神经网络模型,应用熵原理提出一种新的线性组合预测模型,并结合某大坝渗透压力实际观测资料对该组合预测模型进行实用性检验。结果表明,短期内三种模型均具有较高的预测精度,但预测长度增加后,该组合预测模型预测精度更高。