基于深度SSD改进模型的传动设备状态在线监测研究

针对现有传动设备在线监测算法存在的检测精度地、效率差等问题,提出一种基于改进SSD网络模型的在线检测算法。先对故障集进行预处理,通过滤波调制、共振解调等环节滤除原始故障集的噪声干扰;以VGG-16为基础设计了SSD网络结构,同时增加了辅助卷积层和预测层;对SSD网络模型进行改进,引入了注意力机制模块和特征增强模块,改善模型各层的数据共享性能同时提高了模型的数据训练效率;基于通道拼合方式对故障数据进行多尺度特征融合,并优化SSD模型的各层金字塔结构,以更好的匹配先验框及选择最佳的损失函数。实验结果显示,提出算法的传动设备故障检测率达到98.8%,同时算法的检测效率也优于现有算法。     

基于改进雷达图法的接触网运行状态评估研究

针对传统接触网运行状态评估方法中隶属函数选取困难的问题,提出一种基于改进雷达图法的接触网运行状态评估模型。基于安全性能、平顺性能和受流性能3个方面,建立接触网运行状态评估指标体系;运用层次分析（Analytic Hierarchy Process,AHP）法和改进CRITIC(Criteria Importance Through Intercriteria Correlation)法确定各评估指标的主观权重和客观权重,通过博弈论组合赋权思想将主客观权重结合,从而建立组合权重;再根据组合权重确定各评估指标对应的圆心角并绘制出改进雷达图,提取其相应的特征量并构造评价函数,确定各状态等级的评估区间和评价对象的综合评估值,从而实现接触网运行状态的评估,并基于MATLAB的 App Designer开发了该模型下接触网运行状态评估软件。利用某段接触网真实检测数据进行实例分析,研究结果表明,提出的评估方法具有有效性,可准确、定量、直观地展示接触网运行状态。与传统评估方法相比,该方法摆脱了对隶属函数的依赖并实现了评估指标数值与图形的结合,为接触网的运行状态评估提供了新方法。     

基于ZigBee技术的高压线路运行状态在线监测系统

电力能源需求的增加对高压线路运行安全与稳定提出了更高要求。由于作业环境和输送任务等多重因素的影响,致使高压线路故障率居高不下,威胁着电力能源的优质供应,因此提出基于ZigBee技术的高压线路运行状态在线监测系统。首先,引入ZigBee技术配置数据采集无线网络,设计数据采集相关设备运行程序,完成高压线路运行状态数据的采集。其次,选择并提取高压线路运行状态监测指标,联合应用改进层次分析法与变异系数法确定监测指标的综合权重。最后,构造高压线路运行状态评估模型,判定高压线路运行状态,实现高压线路运行状态的在线监测。实验数据显示,应用设计系统获得的高压线路运行状态评估数值误差最小值为0.6%,充分证实了设计系统具有较好的高压线路运行状态在线监测性能。     

基于云重心评估法和熵值法的装备技术状态评估

装备技术状态评估是状态维修的关键环节,对维修决策有重要的支持作用;针对装备的监测信息和历史数据的模糊性和随机性,提出了基于云重心评估法的装备技术状态评估模型;同时,充分利用云理论特征值之一的熵,通过熵值法得到指标权重,避免了主观评价造成的误差;采用加权偏离度最终确定技术状态,构成定性属性值与定量属性值的映射关系;通过实例,验证了该方法的可行性和有效性。     

基于状态监测的装备保障特性评估系统研究

装备保障特性评估,是评定保障性目标的重要监督方法,状态监测是及时获取并掌握装备状态,支撑保障特性评估的重要在线手段。状态监测与保障特性评估可以实时或周期性的对装备运行状态进行监控和评估,预测装备的衰退趋势以及最佳维修时机。基于状态监测的岸防装备保障特性评估系统,通过研究岸防装备状态监测与评估体系,设计状态监测、健康管理与评估系统,支撑岸防装备保障特性评估技术研究与验证,并以某部队岸防装备为对象验证了系统的有效性,可对岸防装备的状态掌控,以及保障特性的及时、准确的评价和判定提供有效支撑。     

基于网格的桥梁远程结构状态评估系统研究*

利用网格技术基于开放式架构、通用技术规范以及标准中间件技术支持等优点,把分布的结构状态评估资源整合为网格服务,并在此基础上进行管理和调度,构建了基于网格的桥梁远程状态评估系统。设计了基于语义Web服务的网格服务模型来规范化服务的建模;结合Globus Toolkit 4（GT4）中间件,开发了网格服务管理模块,支持服务注册、搜索等功能;构建了基于agent技术的网格任务管理模块,支持结构状态评估任务的分解、分配、调度等功能。以洞庭湖大桥结构健康监测为背景,建立了应用原型。实践表明：系统能有效支持结构健康监     

基于改进RBF的变压器油色谱在线监测装置配置策略研究

变压器油色谱在线监测是变压器故障诊断的重要举措,也是电网变电检修的重要手段。考虑到110千伏(66千伏)电压等级油浸式变压器在线监测装置的选配对其诊断效果具有较大影响,并且其影响因素较多且复杂,提出一种基于K-means聚类和遗传算法相结合的RBF神经网络在线监测装置配置策略。从变压器内部本体特征和外部所处环境两个方面对装置选配影响因子进行筛选和分析得到最终的影响因子;对RBF模型的适用性进行分析和阐述;建立以影响因子为输入向量,以监测装置配置评分作为输出向量的基于改进RBF在线监测装置配置模型。实验结果表明,该模型能够对在线检测装置进行准确评分,提高了选配准确度,证明了该模型的有效性。与神经网络(BP)模型相比,该模型加快了网络收敛速度,能够更加有效地解决在线监测装置配置问题,为电网提供切实可行的方案。     

基于改进Bootstrap和Bayesian Bootstrap的 小样本产品实时性能可靠性评估 *

基于失效寿命数据的传统可靠性评估方法一般只能求出相同环境下同一类产品的平均特征,并不能对 产品进行实时定量的可靠性分析,对于小样本条件下产品的实时性能可靠性评估更是无能为力,而Bayes方法 又容易引起争议。为此,提出了基于改进Bootstrap（改进自助法）仿真和Bayesian Bootstrap（随机加权法）仿真的 小样本产品实时性能可靠性评估新方法。这两种方法均是通过数字仿真技术扩大样本量,该方法完全依赖于样 品本身的数据,不需要任何主观假设。首先介绍了这两种方法的基本思想,并对传统自助法