水电厂闸门群计算机监控系统

针对水电厂闸门控制自动化程序不高的弊端,设计开发一套通用性强、可靠性高、易于扩展维护且性能价格比高的分层分布式闸门群集散自动控制系统,为电站实施“无人值班、少人值守”创造了条件。     

普适计算系统可用性度量

普适计算系统可用性度量具有典型的面向用户特点,为刻画用户行为需要引入具有非指数分布性质的用户状态,并且需要考虑用户态与系统态关联分析时的复杂情况。传统的连续时间马尔科夫链和半马尔科夫过程都不能很好地对以上情况给予分析。鉴于此,文章基于马尔科夫重生过程(MRGP)提出了普适计算系统的可用性度量方法。首先建立具有普适计算模式的用户模型,基于此构建了普适计算系统可用性度量的MRGP模型,对可用性进行了随机过程分析,给出了对应瞬态和稳态行为的度量方法,结合普适计算模式的特点定义了普适计算系统请求可用性度量。最后进行了数值分析,评价了普适计算系统可用性在MTTF和MTTR下的变化情况,据此导出来构建高可用普适计算系统需要考虑一些原则,并分析了用户和系统参数等因素对普适计算系统可用性度量的影响。     

基于经验模态分解的水轮发电机组局部放电信号提取

提出一种基于经验模态分解（EMD）的水轮发电机组局部放电信号提取方法。对实际局部放电信号，在频域内降低其干扰的幅值后得到中间信号，然后对中间信号进行经验模态分解，得到包含特征频率的固有模态函数（IMF），接着对所得到的固有模态函数分量局部重构，从而提取出局部放电信号。通过实例证明了该方法的有效性。     

基于PSO优化LS-SVM的异步电动机振动故障诊断

为了提高异步电动机振动故障诊断的准确性,该文提出了基于粒子群算法优化最小二乘支持向量机的异步电动机振动故障诊断方法。先通过实验室对异步电动机各类故障的振动进行测试,对测试数据进行预处理,选择异步电动机不同位置振动信号的特征频率作为系统的输入,然后利用训练好的粒子群算法优化后的最小二乘支持向量机进行异步电动机振动的故障诊断。最终结果与其他诊断方法对比表明:该方法克服了样本训练时间较长并容易陷入局部收敛的缺点,同时诊断的准确率较高,有效地避免了异步电动机故障的误诊断。     

NaOH气液两相滑动弧放电处理含硫废气的研究

为了提高气液两相滑动弧放电对火电厂废气的处理效率,将传统的纯水液相替换成NaOH溶液。通过观测放电过程中的电压-电流波形和发射光谱,研究加入NaOH对滑动弧放电的电气特性和光学特性的影响。选取SO_2作为待处理废气,对比分析NaOH溶液、纯水液相下SO_2的去除率以及产物浓度随处理时间、气体流速的变化情况,以及NaOH溶液浓度对SO_2去除结果的影响。实验结果表明,相同条件下,NaOH溶液代替纯水液相增强了气液两相放电强度,电离出更为大量的OH自由基;同时,NaOH的加入使SO_2的去除率提高了5%~7%,产物中的SO3含量较纯水液相时降低了50%左右。     

龙首二级(西流水)水电站水轮机能量特性检验

机组的能量特性检验对水电站的安全运行有着非常重要的意义。国内的检验方法普遍不够先进,本文中的特性检验采用的是拥有世界上最先进的水轮机CFD计算技术的KV-ERNER公司的技术,通过对黑河龙首二级(西流水)水电站4#机组的现场能量特性试验检验,证明了该技术在水轮机能量特性检验上效果突出。通过检验不仅对电站今后运行有一定的参考意义,而且对同类机组在今后国内的设计、制造以及研究提供了可借鉴的特性参数。     

多线程技术在鸡冠岩电站微机监控系统中的应用

介绍了先进的全开放分层分布式微机监控系统在鸡冠岩电站的应用,系统主控级设备采用多线程技术进行软件编程,现地控制级设备则采用新型的一体化工作站和PLC进行组合,两级设备通过高速以太网进行互连,系统安全、稳定性高,数据传输快,操作直观简便。     

基于经验模态分解和固有模态函数重构的局部放电去噪方法

为了提取局部放电信号的特征,提出一种基于经验模态分解(EMD)和固有模态函数(IMF)重构算法的局部放电噪声抑制方法.首先对含有噪声的局部放电信号进行经验模态分解,得到含特征频率的固有模态函数,然后对所得的固有模态函数分量进行自适应阈值处理后重构,从而抑制噪声干扰.相比于常规的小波去噪算法,该方法具有自适应性强,不受小波函数和最佳小波分解层数选取的限制等优点,而且实现了阈值和固有模态函数阈值处理层数的自动选取.分别以仿真信号和实际信号为例,证明了该方法的有效性.     

水轮发电机组非平稳振动信号的检测与故障诊断

针对传统方法难以精确检测水轮发电机组的非平稳振动信号以及现有振动故障诊断方法精度低等问题,本文首先引入排列熵算法对其进行检测与分析,进而引入多维度排列熵算法,以实现对非平稳振动信号的特征提取,构造故障样本数据,并将其作为基于遗传算法的支持向量机诊断模型的输入,从而完成故障的诊断与识别。仿真实例表明,排列熵能够有效检测非平稳振动信号的突变,多维度排列熵与支持向量机相结合的故障诊断方法可有效识别机组的异常情况,具有较高的诊断精度。