基于RS-RBF的燃气轮机控制系统传感器故障诊断研究

燃气轮机控制系统在电厂安全运行中起到重要作用,而传感器作为控制系统中的测量信号装置,其安全性至关重要,因此开展对燃气轮机控制系统传感器的故障诊断研究具有重要意义。在传感器故障诊断中需要从故障信息中提取出有效的诊断规则。为了解决这一问题提出了一种改进离散化方法对数据进行预处理,结合粗糙集(RS)和径向基(RBF)神经网络对传感器进行故障诊断研究。实验结果表明,该方法减少了燃气轮机控制系统传感器故障类型的误判率。     

退役动力电池回收及其在储能系统中梯次利用关键技术北大核心CSCD

新能源汽车产业迅速发展,动力电池将在更迭换代中迎来退役潮,梯次利用技术能够在最大化利用动力电池全寿命周期的同时缓解回收压力及环境污染问题。为进一步完善梯次利用绿色可持续发展体系,本文研究了当前梯次利用相关政策、标准及应用场景,并从电池回收与储能系统梯次利用两方面,分别对电池回收模式、老化原理、检测、筛选、状态估计、容量配置、控制策略等技术研究展开讨论。最后结合国内形势,探讨了退役动力电池梯次利用所面临的问题与挑战,并针对关键技术的突破与产业体系的形成提出建设性意见,以期为梯次利用产业布局提供助力。     

基于OVMD算法集成学习模型的火电厂关键辅机故障诊断

针对火电厂辅机设备运行工况复杂、系统非线性强、易受背景噪声干扰、故障特征难以提取等问题，提出1种基于最优变分模态分解(OVMD)算法的集成学习模型故障诊断方法。首先，使用OVMD算法对辅机的纵向与横向原始振动信号进行预处理，从中提取均方根、裕度、峰值、平均值、波形指标、方差等10个参数作为轻量级梯度提升机(LightGBM)的特征向量。然后，结合集成学习算法构造Bagging-LightGBM集成学习模型。试验结果表明：与单一的LightGBM分类器相比，Bagging-LightGBM集成学习模型对于火电厂辅机故障诊断性能更优。集成学习模型为火电厂辅机故障诊断研究提供了参考。     

基于Modbus协议的ARM嵌入式监测平台设计与实现

针对电厂自动化应用的嵌入式数据采集监测系统需求,在嵌入式Linux环境下设计开发了基于Mod-bus协议的ARM嵌入式监测平台,实现了ASCII和RTU 2种通信模式的串口ModlDUS协议主站,以满足与各串口Modbus协议从站设备的通信.嵌入式监测平台除了主要完成数据采集、数据处理等功能,还提供了数据采集接口、多种网络通信接口和人机交互接口等功能.通过对该平台的严格测试,所提供的串口Mod-bus协议主站服务程序运行稳定、可靠.     

基于改进Canny检测与Hough变换的仪表图像识别算法

针对发电厂中指针式仪表数量多、周围环境复杂、灰尘污染等因素导致获得的图像含有大量噪声从而影响仪表读数识别精度的问题,提出了一种改进Canny边缘检测算法,通过采用5×5邻域计算像素梯度幅值的方法,提高了边缘检测精度,并采用自适应双阈值选择法,有效避免了传统Canny算法易出现伪边缘、边缘信息多等现象,结合Hough变换技术提取仪表指针信息,提高仪表识别精度。经实验对比验证,该算法检测效果优于传统Canny算法,仪表读数识别精度达到95%。