只短路不接地引起的电伤事故及教训

一、事故经过 事例一.1998年8月12日,某小水电站按计划对其供电的一条10千伏线路进行检修.早上,工作负责人到电站机房向当值人员口头交待了工作内容,值班人员按要求将该线路停电并把相关事项记入了运行日志.检修人员首先验电,确认无电后,即登杆对电站方向三相导线短路,再进行线路检修.临近黄昏,机房新接班的值班员,主观地认为检修早该结束了,在未得到检修是否结束的确切信息的情况下,就恢复线路送电,虽然送电没有成功,可就在这一瞬间,在杆上工作的人员已被电伤并当即休克,经送医院抢救脱险,幸未致残.     

轴流转桨式水轮机协联数据的求取

对装有轴流转桨式水轮机的电站而言，其运行方式改变后，为了使水轮机在新的工况下尽可能保持高效率运行，有必要调整其水轮机的协联关系。本文通过一个实例，详细介绍了如何求取轴流转桨式水轮机的协联数据。表6个。     

基于粗糙集和支持向量机的水电机组振动故障诊断

提出应用粗糙集和支持向量机水电机组振动的故障诊断模型.运用粗糙集理论对水电机组振动信号的属性特征进行预处理,在约简去除其冗余属性后得到决策表,将决策表作为支持向量机的学习样本,通过训练,使构建的支持向量机多分类器能够反映属性特征和故障类型的映射关系,从而达到故障诊断的目的.测试结果表明,与常规方法相比,应用粗糙集和支持向量机相结合的方法进行故障诊断具有简单有效、诊断速度快和良好的鲁棒性等优点,是一种有效的诊断方法.     

基于最小二乘支持向量机和信息融合技术的水电机组振动故障诊断研究

应用最小二乘支持向量机和信息融合技术对水电机组的振动故障进行诊断。采用对水电机组振动信号的频域特征和时域振幅特征作为特征向量的学习样本,通过训练,使最小二乘支持向量机能够反映特征向量和故障类型的映射关系,在完成局部诊断后再实现决策信息融合,从而达到故障诊断的目的。以水电机组振动故障诊断为例,进行了应用检验。结果表明,与常规方法相比,最小二乘支持向量机和信息融合技术相结合的方法具有快速有效等优点,适合水电机组振动故障的诊断。     

基于第2代小波的水电机组振动信号预处理

传统的小波去噪效果与选用的小波基函数有关，小波基函数选择不当会把信号的有用成分当成噪声去掉，给故障诊断造成困难。而基于提升算法的第2代小波变换可以通过设计预测系数和提升系数获得具有某种特性的小波基函数。文中提出采用基于提升算法的第2代小波变换来进行水电机组振动信号的去噪处理，通过分析提升算法的基本原理，使用第2代小波对水电机组振动信号在不同分辨率下进行分解处理，并使用阈值处理小波分解的细节系数，将处理过的细节系数和近似系数一起重构信号。仿真结果表明，采用第2代小波变换要优于传统小波变换的去噪效果，第2代小波在信号处理中有广阔的应用前景。     

对当前建筑工程安全监管工作的思考

本文就当前建筑工程安全监管的现状及存在的问题进行了详细分析,特别是对安全监管机构和安监人员的弱势地位的形成进行了深入探讨,并对如何提高安全监管效率提出了一些建议。     

水电机组振动故障诊断的人工神经网络选择研究

引起水电机组振动的原因很复杂，而且水电机组的振动故障往往是多故障同时发生，使得故障诊断很困难，目前主要是应用基于模式识别的神经网络来进行故障分类，但如何选择故障诊断的神经网络一直是个难点。文章研究了3种人工神经网络，即反向传播网络（BPN）、概率神经网络（PNN）和学习矢量量化网络（LVQ）对水电机组振动故障诊断性能的影响。结果表明，人工神经网络的结构和算法，包括相关训练参数的选择对故障诊断性能有着重要影响。比较而言，学习矢量量化网络和概率神经网络在分类能力方面要比反向传播网络好一些，概率神经网络在计算负载方面比学习矢量量化网络要更胜一筹。