涟源电力稽查队查电忙

9月 30日至 10月 7日,涟源电力局用电稽查人员全力出击,连续 8天对涟源市部分乡镇和厂矿企业进行了一次较大规模的用电稽查,取得了满意的效果。 据涟源电力局稽查办主任朱笃朋介绍说,长期以来涟源市用电环境恶劣,窃电成风,国庆放假期间,用电稽查人员对涟源市区附近的蓝田、石马山等乡镇和企业进行依法查电,共对 40余家用户进行了稽查,查出近 10家用户存在窃电行为。在被查获的单位中,以涟源茶厂窃电数额最大,时间最长,窃电金额达 8万余元。目前,该厂电工已被公安机关刑事拘留。据不完全统计,此次稽查行动共挽回经济损失近 30…     

管理在“降声”中全面提升——娄底城区供电局高损台区降损工作成效显著

<正>近年来,娄底城区供电局不段加强线损管理,高低压线损走在了市局乃至省公司前列,且一年一个台阶,线损值下行趋势明显。同2008年城网公变台区线损率7.10%相比,城区供电局2009年又有了新的突破,截至2009年11月底,该局20%以上的高损台区现已全部歼灭,城网公     

部分子块通讯的分布式PCA厂级工业过程监测方法

针对现代工业过程具有检测、控制变量多,且变量关系复杂、耦合严重等特点,厂级工业过程监测通常采用分块的方式建立模型.然而,实际过程中每个子块间存在物流、能流的交换和信息的传递,这种建模方式通常只利用子块本身的信息建立模型,恰恰忽略了子块之间内在的联系,可能导致子块监测模型一定程度上丢失其他子块所提供的过程信息.针对现有方法的局限性,提出一种部分子块通讯的分布式主元分析(PCA)过程监测方法.首先利用先验知识对厂级过程进行分块,增加用于描述子块间连接方式的拓扑矩阵;以迭代更新的思路,利用其他节点提供的压缩信息,按照拓扑矩阵不断更新系数矩阵,进而得到最终的监测模型;代入待监测数据后,综合考虑其余子块携带的异常信息得出监测结果.在tennessee eastman过程和加氢裂化过程中,将所提出的方法与传统分块PCA、全部子块交互的分布式PCA方法进行对比,所得结果表明了所提出方法的合理性和有效性.     

利剑出鞘斩“黑手”——娄底市破获一起重大盗窃破坏电力设备团伙案

经过近两个月的紧张审讯，2009年10月30日,张某盗窃破坏电力设备团伙案告破，现由湖南省娄底市检察院向娄底市中级人民法院递交了起诉书。多次犯案，且对电力设施造成重大损失，张某等昔日猖獗的涉电“大盗”，即将在监狱内度过漫漫高墙岁月，这是疯狂过后必须付出的惨重代价。     

基于时间差分和局部加权偏最小二乘算法的过程自适应软测量建模

工业过程软测量模型常常因为过程的变量漂移、非线性和时变等问题而使得预测性能下降。因此,时间差分已被应用于解决过程变量漂移问题。但是,时间差分框架下的全局模型往往不能很好地描述过程非线性和时变等特性。为此,提出了一种融合时间差分模型和局部加权偏最小二乘算法的自适应软测量建模方法。时间差分模型可以大大减少过程变量漂移的影响,而局部加权偏最小二乘算法作为一种即时学习方法,可以有效解决过程非线性和时变问题。该方法的有效性在数值例子和工业过程实例中得到了有效验证。     

基于趋势相似度分析的多重时滞辨识及其在加氢裂化流程中的应用

针对复杂工业流程生产单元间变量存在多重时滞且检测困难,提出一种基于趋势相似度分析的多重时滞辨识方法。选取单元间相关性强的关键变量,利用多项式最小二乘拟合后的变量导数数据定义趋势相似度,以经采样时滞平移后的趋势相似度最小,描述多重时滞辨识问题;用L2范数量化趋势相似度向量,将多重时滞辨识问题转化成L2范数最小化问题;并用改进的自适应粒子群算法快速寻优,确定各变量的最优采样时滞。所提方法被应用于加氢裂化流程中,辨识出各变量的实际采样时滞,由此建立了基于局部加权核主元回归的柴油闪点预测模型。实验结果表明:考虑多重时滞的预测模型准确率提高了19.05%,验证了所提时滞辨识方法的有效性。     

基于趋势相似度分析的多重时滞辨识及其在加氢裂化流程中的应用

针对复杂工业流程生产单元间变量存在多重时滞且检测困难,提出一种基于趋势相似度分析的多重时滞辨识方法。选取单元间相关性强的关键变量,利用多项式最小二乘拟合后的变量导数数据定义趋势相似度,以经采样时滞平移后的趋势相似度最小,描述多重时滞辨识问题;用L2范数量化趋势相似度向量,将多重时滞辨识问题转化成L2范数最小化问题;并用改进的自适应粒子群算法快速寻优,确定各变量的最优采样时滞。所提方法被应用于加氢裂化流程中,辨识出各变量的实际采样时滞,由此建立了基于局部加权核主元回归的柴油闪点预测模型。实验结果表明：考虑多重时滞的预测模型准确率提高了19.05%,验证了所提时滞辨识方法的有效性。     

基于本体引导的注塑知识图谱构建及缺陷溯因应用

针对大型注塑图谱缺失、成熟标注语料匮乏等导致的工业知识图谱构建代价高昂、质量不高等问题,该文提出一种基于本体引导的注塑知识图谱构建方法。首先,设计以缺陷-表观-原因-方案为导向的注塑本体,指导注塑网页的搜集;其次将本体信息融入至触发词中,以提升对半结构化网页的知识抽取性能;然后,结合本体中的属性相似度进行两级实体对齐,综合提高冗余知识的发现率。最后与已有方法对比,图谱知识正确率高于95%,可快速实现缺陷溯因。     

人工智能助力有色金属工业转型升级

有色金属是国民经济和国防军工的重要原料和战略物资。近年来,我国有色金属工业取得突飞猛进的发展,但仍面临着绿色、高效和智能化发展的挑战。有色金属生产工况复杂、原料多变,资源、能源、环保的要求日益严格,需要通过灵敏感知、精细操作、智能分析和敏捷决策来处理这些复杂变化和严苛要求。人工智能的飞速发展为有色金属生产过程的转型升级提供了核心驱动力。本文从有色金属工业的发展及面临的挑战、人工智能技术助力有色金属生产转型升级案例以及有色金属工业转型升级对人工智能的挑战三个方面阐述人工智能助力有色金属生产过程绿色高效智能化发展的主要内涵。     

勇立潮头正扬帆——新化电力有限公司跨越式发展纪实

2008年元月16日。在娄底华泰宾馆,湖南省电力公司与新化县人民政府正式签订了代管新化电力有限公司协议,并委托娄底电业局具体行使代管职能。3年多来,娄底电业局秉着“代而必管,管必管好”的原则,切实承担代管责任,严格履行代管协议,