基于逻辑语义判别的调峰电源设备漏油图像识别

针对调峰电源设备漏油图像识别中的难点问题,将逻辑规则判别引入图像识别领域,提出一种全新的图像识别方法。基于直方图均衡化技术增强原始图像,利用Mask RCNN网络初步获取储油装置、地面、疑似油污区域的位置和轮廓信息。根据这些信息判断物体间位置关系,并结合逻辑表达式判断疑似区域是否属于漏油区域。基于现场拍摄的调峰电源设备图像进行实例分析,结果表明该方法能有效克服漏油区域识别中的难点问题,大幅提升了识别准确率。     

基于贝叶斯融合的柴油机性能状态评估方法研究

建立基于贝叶斯融合的柴油机性能状态评估模型,从工程实际出发,对发动机热力参数进行预处理后,确定了先验分布和条件分布计算方法,并应用此模型对飞机发动机的性能状态老化程度进行了评估。     

基于改进信息融合的配电变压器状态评估

为满足电力系统检修配电变压器的需要,提出了一种基于改进信息融合的配电变压器状态评估方法,以预防性试验和在线监测数据为基础,通过改进的层次分析法和模糊综合评估法获得评估指标的基本概率分布,利用修改后的证据源和修正后的合成规则对配电变压器状态进行评估。通过对某地区配电变压器实例分析,验证了该评估模型的有效性。该方法将预防性试验和在线监测数据相结合,有助于电力运营部门及时掌握分布广泛的配电变压器的运行状态,以便展开检修和维护。     

基于数据融合技术的电力系统鲁棒动态状态估计方法

针对电力系统在连续多断面动态状态估计中,现有混合数据处理方法存在的两者相互影响以及两阶段处理方法存在的效率低下问题,基于数据融合理论,提出了基于数据融合技术的电力系统鲁棒动态状态估计方法。首先基于改进变点重复检测方法,将PMU和SCADA数据进行断面归一化处理。然后,在每一断面分别利用无迹变换与指数权估计方法相结合进行并行滤波处理,得到两组滤波结果,并基于数据融合技术将两组滤波结果进行状态融合以得到最终估计值。最后,基于IEEE-39节点标准系统对本文所提方法进行仿真,验证了本文所提方法不仅能够有效提高估计结果精度,且基于数据融合技术的并行滤波计算大大提高了计算效率。     

基于一二次融合真空断路器的在线状态评估方法

针对一二次融合真空断路器的在线状态评估问题,提出了一种在线状态评估方法,包括评估指标体系和状态评估计算方法两部分,其中评估指标体系重点考虑一二次融合带来的变化,提出了5个一二次融合状态的二级评估指标,与真空断路器状态评估指标共同构成评估指标体系;状态评估计算方法在灰色关联度法和逼近理想点法的基础上,提出一种正则化处理方法,有效减小了异常数据的影响,并采用粒子群优化算法预选径向基神经网络模型参数以加速训练过程。结果表明,所提评估方法能反映一二次融合真空断路器的状态变化,具有工程实用价值。     

基于云计算的变电站二次设备状态评估方法

随着经济的发展与社会的进步,智能电网发展迅速,进而需要对智能变电站进行大量投资。变电站二次设备监控中收集的数据增长非常快,对于大数据需求变得越来越明显。尽管现有的平台或框架是为电力设备监控中的大数据处理而设计的,但它们都是基于Hadoop的,仅适用于离线数据分析。为了满足变电站二次设备监控中大数据分析的多样化实时需求,本文设计了一种基于主流开源技术的混合云计算平台。根据监测数据的特点和消费者的实时需求水平,数据可以在适当的资源限制内由适当的计算框架处理。为了对云计算平台的有效性提供更多见解,对不同场景进行初步案例研究,具有一定的参考性。     

基于低质量数据的水电机组变工况状态指标构建方法

水电站监测数据与机组运行工况高度关联,且通常存在数据异常和数据缺失等问题。为此,提出了一种基于低质量数据的变工况下水电机组状态指标构建方法。首先采用国内某大型常规水电站的实测水头、有功功率及下机架振动数据构建机组运行数据集,再采用DBSCAN算法清洗异常数据,最后基于GMM算法拟合健康样本的概率密度分布,构建机组健康状态模型。在此基础上,计算待评估样本与健康状态模型之间的负对数似然概率,并将其作为机组性能状态指标。验证分析表明,通过数据清洗能有效识别水电机组运行数据集中的奇异点和离群点,且所构建的健康模型受数据缺失影响较小。     

基于朴素贝叶斯分类器的高压开关柜状态评估方法

提出了基于朴素贝叶斯分类器的高压开关柜状态评估方法,分析了高压开关柜带电检测大数据,选取了10种状态特征作为开关柜健康状态的特征向量,通过计算贝叶斯分类器的后验概率,获取每种特征对状态分类的贡献率,并以开关柜健康状态作为预测结果对开关柜进行状态评估。采用陕西电网2016—2019年高压开关柜带电检测相关数据对模型进行训练和测试,结果表明：测试样本的召回率达到80.77%,准确率远高于传统判定方法。     

基于自适应PSO-LSSVM多维开关柜数据的状态评估方法

为有效分析开关柜的各种监测数据,减轻状态评估工作量,提出一种基于自适应粒子群优化和最小二乘向量机分析(PSO-LSSVM)的多维开关柜数据状态评估方法。首先对开关柜的多维历史监测数据进行分类,提取有效数据构建数据集,并利用K最近邻法(KNN)填补缺失数据,针对已有的开关柜历史评估结果,采用最小二乘支持向量机算法进行数据分析和训练,引入自适应粒子群算法,实现算法参数的优化,最终获得多维数据的开关柜评估模型。经实际数据检验,此评估方法能有效分析历史监测所累积的大规模数据,评估准确率较高,可有效筛选出需检修的开关柜,减轻了开关柜评估工作量,具有一定的实际应用意义。     

基于扩展面板大数据的电力经济特征提取新方法

电力作为经济的“示波器”,对海量电力用电大数据进行特征提取和智能参数估计是电力经济评估的关键步骤。提出了一种适用于海量电力经济大数据的建模方法和经济相关特征提取方法。首先针对电力经济二元大数据的时空特征构造扩展面板数据模型,并进行平稳性和协整性检验;然后以用电量为因变量,通过构造回归方程确定与其他电力经济特征量的权重因子;最后采用灰色关联聚类进行特征提取,并以权重因子为判据进行聚类中心选择,从而获取最优特征子集。通过对某省实际用电数据的仿真对比分析,验证所提方法能够在保存特征子集物理含义的前提下,极大消除冗余,满足了经济评估的需要,并具有一定的通用性。     

基于数据驱动的风电机组状态评估方法研究

为了延长风电机组平稳运行时长和减少故障停机次数,文章基于有监督主成分分析(SPCA)的Hotelling-T~2和Q统计量控制图,提出了一种风电机组状态监测与评估方法。首先,根据风电机组SCADA历史数据提取正常状态数据。然后,训练集成学习模型拟合主要状态变量,采用贝叶斯优化算法优化其中的超参数。最后,在移动时间窗内利用SPCA方法将监测数据分解到主成分空间与残差空间,计算真实数据与参考状态数据的Hotelling-T~2和Q统计量,并同时求取两种统计量的斯皮尔曼系数,通过划定阈值对机组进行状态评估。将该方法用于某风电场1.5 MW级风电机组,结果表明,该方法能够有效地对机组当前状态进行监测并识别出功率输出故障。     

电力变压器状态评估方法的应用及展望

准确评估电力变压器运行状态并及时发现电力变压器潜在故障,对于电力系统稳定运行具有十分重要的意义。随着人工智能、数据挖掘等前沿技术与电网的深度结合,对现有电力变压器状态评估中关键技术和问题进行归纳和讨论,着重探讨了现阶段变压器状态评估指标体系建立、数据处理方法和状态评估方法应用,有助于后续设备管理智能化、数字化等科研工作的开展。最后,从数据体量与质量、数据增强、小样本非均衡样本处理方法、多维数据应用、多源信息融合几方面展望了未来值得继续深入研究的内容和方向。     

基于调峰能力分析的电网弃风评估方法及风电弃风影响因素研究

  [目的]  由于风电出力的间歇性、随机性和反调峰特性,大规模可再生能源风电并网造成京津唐地区冬季供热季弃风现象愈加严重。  [方法]  为了能够定量研究电源调峰、联络线外送等弃风因素变化时对电网弃风的影响情况,从而准确衡量不同情形下电网对风电的接纳能力,文章从系统调峰的角度,以电热负荷平衡约束、机组出力约束为条件建立风电弃风评估模型。  [结果]  对京津唐电网弃风情况的模拟结果表明,常规电源调峰越深、联络线外送深度越小,系统接纳风电出力的空间越大;而过快的风电装机容量增长速度和较高的热电机组供热比率,会抑制风电出力,从而导致弃风。  [结论]  因此,可通过激励系统中常规电源积极主动进行调峰、控制联络线外送峰谷差和热电机组出力范围来提高系统接纳风电的能力;而根据未来规划水平,选取某一比例的风电装机容量增长速度,即可确定最佳的风电并网规模,控制弃风电量在一定水平内。     

基于状态矩阵的大型城市配电网可靠性评估研究

以往配网可靠性评估中设备故障率为设备故障历史统计结果,对配网设备状态水平的反映具有滞后性,无法准确体现配网当前的实际可靠性水平。针对传统配网可靠性评估方法的不足提出了基于状态矩阵的大型城市配网可靠性评估方法,将以历史统计结果得到的配网设备故障率与配网运行设备状态结合,得到考虑配网设备所处时期、环境以及外力因素等实际状态的故障率模型,结合配网馈线分区法提出基于状态矩阵的大型城市配电网可靠性评估方法,通过算例分析验证了方法的有效性。     

基于状态评估的智能配电网态势感知方法研究

针对传统智能配电网态势感知方法缺少对特征向量的一致性检测,导致评估结果不准确的问题,提出基于状态评估的智能配电网态势感知方法。构建智能配电网模型,利用最小二乘拟合法剔除智能配电网计量异常数据,建立评价指标体系,引入层次分析法计算权重。利用所得权重两两比较建立矩阵,确定特征向量,基于状态评估检测矩阵的一致性,提取特征向量矩阵最大值,实现智能配电网的态势感知。实验结果表明,基于状态评估的智能配电网态势感知方法的评估结果与实际结果吻合度极高,能够真实还原智能配电网态势。     

基于模糊综合评估的继电保护装置运行状态感知方法

超特高压交直流混联电网的安全稳定运行高度依赖继电保护、安全稳定控制等二次系统,对继电保护装置的可靠运行提出了更高要求,继电保护装置状态的智能感知对电网安全有着重要的基础保障作用。为有效感知继电保护设备的运行状态,在状态信息获取的基础上,建立了保护装置老化、告警信息、运行信息的风险评估模型,并建立了反映状态量与状态异常关系的故障树模型,提出了基于模糊综合评估的保护装置运行状态感知方法,在建立状态集、确定隶属度函数基础上,通过建立事件的模糊状态矩阵、确定事件的权重,完成保护装置状态模糊综合评估,实现了保护装置运行状态的智能感知。仿真算例验证了该方法的有效性。     

基于大数据的输变电设备缺陷评估示范平台设计

针对当前电网可靠性问题,结合输变电运行特点,在输变电设备缺陷分析平台需求基础上,提出一种基于Hadoop的输变电设备缺陷分析平台。首先分析该平台的需求,并给出系统整体架构;其次从数据存储和查询效率入手,采用Hadoop架构对数据进行存储,采用CMCH算法提高数据查询效率。再次构建设备缺陷评估模块,通过加权分值计算方式,实现设备缺陷等级的划分;最后通过搭建Hadoop平台对该方案进行验证,结果表明,该方案可有效提高数据查询能力,实现对输变电设备缺陷数据的处理。     

基于风功率数据的风电机组性能预测与健康状态评估

为及时准确地预测风电机组整机性能,文章基于风功率数据提出了一种考虑工况波动的相似性度量算法,结合概率和模糊理论评估机组健康状态。该方法基于聚类思想对风功率数据进行数据预处理和工况划分,针对工况子空间的正常样本与测试样本,基于主成分分析法以第二主成分方向上投影变量的标准差作为样本相似性度量指标,依据概率不确定性融合得到综合健康状态指标,量化机组性能的退化程度。结合机组性能实际退化过程,依据模糊理论确定健康状态隶属度,基于隶属度最大原则和信度准则判断机组健康状态等级。将该方法应用于某具有小样本数据的实例中,可提前两周获知风电机组发生异常,对机组健康状态的过渡过程作出了准确评估,验证了所提方法的可行性。     

基于非线性状态估计的电缆隧道火灾隐患监控预警方法

电缆隧道中由于设备运行状态或线路老化问题造成的电缆隧道火灾对其运维影响最为严重,为了保证电缆隧道的可靠运行,文章提出基于非线性状态估计的电缆隧道火灾隐患监控预警方法.通过对电缆隧道总故障发生几率进行降序排序,确定隧道状态,采用非线性状态估计算法构建电缆隧道状态预估模型,使用嵌入式监控设备采集电缆隧道状态数据,为电缆隧道...