基于多智能体和人工神经网络的水电厂预知维护系统的研究

随着电力市场的发展，水电厂维护的自动化是提高水电厂整体经济效益的必然要求。在ICMMS框架下，提出了一种水电厂预知维护系统的多智能体模型。该模型由数据采集层、数据处理层、诊断与预诊断层以及维护决策层组成，从信号采集到维护决策的所有维护活动都集成到这个模型中。利用这个模型，建立了一个水电厂预知维护系统的原型系统，并应用ANN技术成功地解决了原型系统动态特性的在线监测、识别和故障诊断。     

分布分层的水电厂预知维护多Agent系统

基于多Agent系统理论,提出一种分布分层的水电厂预知维护的多Agent系统模型,该模型由数据采集层、数据处理层、诊断与预诊断层以及维护决策层组成。针对系统中维护Agent,设计了一种包含信仰、能力、行为队列,行为调度、消息邮箱五元组的实用结构模型,并探讨了多Agent的通信和协作。在此基础上给出了一种基于多Agent中间件JADE的预知维护实现参考模型,利用该模型建立了一个水轮机调速系统液压伺服机构的多Agent维护原型系统,验证了模型的合理性和可操作性。     

基于数据空间可靠域的多智能体互补电力系统暂态稳定评估

将人工智能应用于电力系统暂态稳定评估受到研究人员的广泛关注,然而如何评价人工智能模型的结果可靠性是该方法在实际应用中面临的关键问题。为此,该文引入数据空间可靠域的相关概念,提出基于数据空间可靠域的多智能体互补电力系统暂态稳定智能评估方法。首先基于SHAP理论,得到经shapley值加权的特征样本空间,再根据训练集中模型正确预测样本与误判样本在该空间上的分布情况确定该模型的数据空间可靠域、数据空间不确定域和异常域,用于对模型输出结果的可靠性评估,并针对后期积累的增量数据,提出持续性可靠域更新方法,从而实现可靠域的持续趋优,最后基于该可靠域,提出多智能体互补的电力系统暂态稳定评估方法。算例测试结果表明数据空间可靠域可有效划分模型能正确预测样本的范围,在所确定样本上的预测准确率可达到1;可靠域更新方法能够实现对可靠域的不断更新优化,提高可靠域的精准度;采用多智能体互补模型可有效弥补单智能体模型在高维空间上确定样本范围较小的缺点,并仍然保持极高的预测准确率。     

基于多智能体SOA模型的电力系统信息集成的应用研究

分析了电力系统信息的横向集成(集成化平台)和纵向集成(网络化平台)的特点和需求,提出在多智能体系统(MAS)模型上构建面向服务架构(SOA)结构体系解决电力信息系统集成问题;分析了电力信息系统的集成框架,提出了接口智能体(界面层)、信息集成总线和服务智能体(模型层)、决策/协调层的三层结构;分析了SOA的元模型机构,提出联邦管理智能体的概念,形成在SOA模型下的多智能体的联邦或联盟的协作关系.     

基于多智能体SOA模型的电力系统信息集成的应用研究

分析了电力系统信息的横向集成（集成化平台）和纵向集成（网络化平台）的特点和需求,提出在多智能体系统（MAS）模型上构建面向服务架构（SOA）结构体系解决电力信息系统集成问题;分析了电力信息系统的集成框架,提出了接口智能体（界面层）、信息集成总线和服务智能体（模型层）、决策/协调层的三层结构;分析了SOA的元模型机构,提出联邦管理智能体的概念,形成在SOA模型下的多智能体的联邦或联盟的协作关系。     

基于协同式专家系统及多智能体技术的电网故障诊断方法

提出一种利用多智能体技术和协同式专家系统进行电网故障诊断的方法。该方法将智能体模型作为框架,并结合专家系统的特点对系统单元结构进行改进和细化,然后提出适用于故障诊断的整个协同式专家系统的结构体系。整个系统由7个子系统组成,分别完成复杂故障的协同快速诊断、畸变信息和不确定性信息的评价,以及实时给出调度处理建议的任务。在解决关联性故障分析问题时,该协同式专家系统克服了单一专家系统的局限性,文中利用功能协同增强了对复杂故障实时诊断的推理能力;利用区域协同可以对跨区域故障进行诊断。通过实例对系统的工作流程进行了说明并验证了协同诊断方法的正确、有效,该方法适合用于实时故障诊断系统。     

分布式风电场设备多智能体状态监测系统

针对风电场监测系统结构模块化设计以及底层硬件与顶层软件系统耦合的问题,设计分布式风电场设备状态监测系统。为实现软硬件解耦,应用多智能体系统技术,增减监测对象无需变动顶层软件;同时采用傅里叶变化加小波分析方法处理各设备运行数据。该系统由两层构成:底层为数据采集及预处理系统,由各风电机组的传感器和嵌入式系统组成;顶层是面向整个风电场的数据管理系统,结合了各机组底层传感单元及预处理系统的分散特性。实际风电场运行试验结果表明,该系统能实时监测风电机组各基本单元的运行状态,且机组各运行单元之间及机组之间的监测相互独立、互不影响。     

多智能体开发系统SWARM在电力系统中的应用

针对多智能体技术在复杂电力系统领域的良好应用特性,介绍了一种能发挥多智能体方法的开发平台SWARM及SWARM的基本结构与建模,通过对多智能体技术在电力行业的实用性及运用SWARM实验了一个区域的供电、负荷动态平衡分析,讨论了SWARM在电力系统领域的应用方向,并归纳SWARM的良好特性及应用局限。结果表明,SWARM具有良好的多智能体系统开发功能,适应电力系统中许多实际问题的分析处理。     

基于改进排列熵算法的电力系统设备状态智能识别研究

针对传统电力系统设备运行状态监测方法存在监测精度低、延时长等问题,提出基于改进排列熵算法的电力系统设备状态智能识别方法.在电力系统设备参数分布强度和控制参数约束下,更新电力系统设备故障特征信息分布传输序列,通过构建电力系统设备运行状态的量化参数模型,对电力系统设备状态约束参量进行辨识;通过信息熵的优化排序方法,获取电力系统设备状态监测和优化特征,采用小扰动抑制方法,结合小信号扰动识别,实现电力系统设备状态智能识别.试验结果表明,采用所提方法识别电力系统设备状态的精度始终高于90％,且耗时较短.     

宁夏电力公司输变电设备状态监测系统的研究与实现

针对宁夏电网及在线监测技术的应用现状,结合宁夏电网实际情况,提出了宁夏电力公司输变电设备状态监测系统总体架构,成功实现了系统的上线运行.最后指出了系统建设运行的关键技术,并提出了状态监测系统建设应注意的问题.     

电站设备远程故障预警系统设计

电站设备远程故障预警系统能够在设备劣化阶段对设备进行预警。它使用了当今最主流的hadoop大数据平台,实现了数据的采集、处理。在此基础上对数据进行建模分析,同时数据分析工具结合专家判据实现故障预警功能。电站设备远程故障预警系统实现了对设备故障的感知,在设备故障劣化阶段对其进行维护,从而避免了设备严重损坏,有效的辅助设备预知性检修。     

供电设备状态检修工作探讨

提出并分析在供电系统实施状态检修的必要性,可行性及状态检修工作流程,根据实例说明此流程工作方式及所取得的实际效果。     

广义预测自适应电力系统稳定器

提出了一种基于广义预测自适应控制的电力系统稳定器,设计了其结构图,并设计matlab的广义预测控制和自适应功能库,同时通过设计的功能块和simulink对广义预测自适应电力系统稳定器作了仿真,证明了该稳定器具有良好的控制性能。     

陕西发电企业实施设备状态检修有关问题的探讨

介绍状态检修技术在国内外、尤其是在陕西发电企业的应用状况，从应用角度阐述了状态检修体制的一些特点，提出了陕西发电企业实施状态检修应采取的技术路线和策略。     

浅谈高压电力设备的状态检修

论述了我国传统高压电力设备检修方式存在的不足，介绍了状态检修新技术和它的优点、实施方法及存在的问题，为技术人员合理制订检修计划、指导电力设备有效检修提供了决策支持。     

基于ZigBee技术的电力设备远程监控系统

为了提高电力设备状态监控的可靠性和便捷性,针对传统的有线网络采集布线复杂和成本高的缺点,设计了一种基于ZigBee无线网络的电力设备远程监控系统。利用TI公司片上系统CC2530芯片作为ZigBee网络的路由器,通过RS485-RS232协议转换器将电表数据读入ZigBee网络,再利用片上系统CC2538芯片作为ZigBee网络的协调器,接收底层模块的数据并将数据上传至上位机以实现数据监控。采用了一种协调器单次问询,从设备周期性回复的通信方式,并在协调器中实现了数据存储、问询判断、掉线重发等功能以使整个系统协同,高效的工作。     

基于电网电力设备“两态”管理体制的安全生产责任体系建设的研究与应用

介绍了安全生产责任体系建设的基本内容,分析了电网电力设备安全生产现状及存在问题,并结合相关实践经验,分别从强化电网电力设备状态检修等多个角度与方面,探讨了电网电力设备安全生产责任体系建设策略。     

电力设备维修计划优化管理研究

针对电力设备维修过程中进度的合理安排和资源的最优利用 ,从项目管理的角度出发 ,综合运用运筹学、经济学、工程科学、决策管理等理论 ,提出了电力设备维修计划优化决策模型 ,并开发了电力设备维修管理系统。该系统为电力设备维修工程的计划编制和现场管理提供一种辅助管理与决策手段。     

基于多层分布式结构的电力设备远程监测系统

为实现电力设备运行远程监测,设计了多层分布式结构由JAVA技术实现的有WEB上设备当前参量实时显示、历史数据查询等功能的远程监测系统,有利于提高设备运行效率和出现故障时远程专家会诊。