模糊ISODATA算法在城市负荷分类中的应用

鉴于目前电力大数据总量大、数据复杂度高、价值密度低等,基于模糊ISODATA聚类算法研究了商场、宾馆酒店、办公等典型城市负荷用电特性,建立了城市负荷的建筑类型、总能耗、照明与插座用能、空调用能、动力用能、特殊和其他用能的数据维度模型用以辅助分类决策,并在不同维度、数量级的样本数据下与传统聚类算法的性能进行比较。同时与传统的基于日负荷曲线的分类方法准确率进行对比。结果表明,基于模糊ISODATA算法的城市用电行为分析模型聚类效果好、精度高,适用于当前高维度、大规模的电力大数据的分类,并在一定程度上能够克服当前电力大数据负荷分类中聚类数目设置难、易陷入局部最优等问题。研究成果可用于指导工程实践。     

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。     

多维数据分析在火电行业环境影响评价基础数据库中的应用

多维数据分析可从多个角度对数据进行观察和处理,将业务型数据转化为管理型数据以获得有用信息,从而为管理决策部门提供有效支持.在数据库管理系统(SQL Server 2008)平台上应用多维数据分析方法,提出了基于火电行业环境影响评价应用方案的不同阶段:需求分析、业务关系数据库构建、多维数据仓库构建、多维数据集构建、前端报表展示,并以基于已入库的火电项目指标库为分析对象,给出了不同时期、不同区域电力建设项目的分布、投资、资源消耗、污染物排放等多维分析结果,使用户可从多角度、多侧面分析火电行业建设和发展情况,为环境管理和决策提供科学快捷的决策数据支持.     

基于特征聚类的多能源系统负荷预测方法研究

针对多能源系统中不同种类能源负荷特征提取及预测问题,提出基于特征聚类的多能源系统负荷预测方法,利用灰色关联分析系统理论对多种类能源负荷预测模型中的环境因素输入属性进行主控因素关联度分析,分别得到电、气、热、冷负荷受环境因素影响的关联度,利用卷积神经网络提取负荷数据和关联度输入数据的特征向量,利用K-means聚类算法对给定特征向量进行聚类,建立多种类能源负荷的特征聚类模型。算例结果表明,文章所提出的基于特征聚类的多能源系统负荷预测方法,能够有效提高不同种类能源负荷的预测精度。     

基于GA-GNNM的极地光伏发电功率预测方法

为了更加准确有效地对极地光伏发电功率做出预测,提出一种基于GA-GNNM的极地光伏发电功率预测方法.首先对采集到的气候因素数据以及光伏发电数据中缺失、异常部分进行清洗归一化处理;通过最大相关最小冗余算法(MRMR)选择最佳的气候特征组合,构建多维气候特征数据集;并将其输入到K均值聚类算法中完成不同季节天气类型聚类划分,...     

基于模糊神经网络的凝汽器故障诊断系统研究

该文根据凝汽设备的结构特点和工作特点，从理论上分析了影响凝汽器低真空各种原因，并结合现场工程师的直觉经验，建立了凝汽器低真空的故障知识库。同时，还建立了基于模糊神经模型的故障诊断系统，对凝汽器故障进行诊断。该诊断系统是由无监督自学习网络和模糊运算构成，除了能识别已经训练过的故障，还能识别未训练过的故障，并且聚类能力强，速度快，因此很符合复杂系统的故障诊断。     

落雷多且变化大地区的输电线路雷击预测方法

鉴于雷电灾害对输电线路安全运行的影响,目前落雷多且变化大地区在雷击预测方面还有很大的随机性,以网格法建立雷电统计模型,提出了使用基于密度聚类和基于距离聚类两种聚类方法进行雷团聚类预测的研究方法,并引用华东电网地区监测的历史雷击数据进行算例分析,验证了预测算法的精确性和可靠性,具有很强的实际意义。     

基于聚类分析的风电功率预测数据预处理方法

为了提高预测模型精度以及降低模型的复杂程度,减小模型的训练时间,文章提出一种基于改进模糊C均值聚类算法的数据预处理方法,以提高风电功率时间序列的预测模型的预测性能。首先,对实测风电功率混沌时间序列进行了相空间重构;其次,对相空间中的各维输入序列与输出功率序列进行相关性分析,使用相点与相对相关系数的加权建立聚类判据;然后,结合减聚类算法对模糊C均值聚类的收敛速度进行改进,改进的模糊C均值算法将输入序列聚为4类,对每类数据建模。结果表明,对原始数据进行聚类预处理后,预测模型的精度得到了提高。     

基于智能事例推理技术的凝汽器在线监测和故障诊断系统

提出了基于知识库和事例推理技术相结合的双背压凝汽器状态监测与故障诊断的方法.通过对凝汽器常见故障特点以及凝汽器主要功能的分析,结合现场经验,建立了以凝汽器真空故障为最高层次的"征兆一原因"层次化结构模型,并由此建立了层次化结构知识库,用于新事例初始化故障智能定位.提出了节点搜索法的事例检索新方法,缩短了事例平均检索时间.介绍了凝汽器在线状态监测与故障诊断系统的体系结构和工作流程.通过某600 MW机组凝汽器现场运行数据和凝汽器故障诊断实例,验证了该方法的有效性,表明系统具有较强的实用价值.     

基于混沌局部扰动蚁群算法的边坡稳定聚类分析

针对蚁群聚类算法用于边坡稳定性分析时存在的缺陷,在传统蚁群聚类算法的基础上,引入混沌特有的随机性和遍历性,利用Logistic映射函数对蚁群分布矩阵进行初始化,以获得较优的初始分布,同时对聚类参数进行局部扰动,以增强跳出局部极值的能力,从而建立了基于混沌局部扰动蚁群算法。以三峡库区的36组边坡资料为例,应用该方法与常规聚类方法、模拟退火算法和常规蚁群聚类算法进行对比分析。结果表明,该方法方便、快捷,聚类效果优于其他三种方法。     

电站机组数据仓库的建设及其关键技术

提出用数据仓库技术来管理、分析电站生产过程中产生的数据,对建立火电机组数据仓库模型的方法以及维度、粒度的选取等关键技术进行了探讨,并针对火电机组数据仓库的建设给出了一些建议,还展望了基于电站机组数据仓库技术的联机分析处理和数据挖掘技术的应用前景.     

基于历史最优工况的双背压凝汽器真空目标值确定方法

针对双背压凝汽器,提出了基于历史数据的实际可达最佳值的凝汽器真空目标值确定方法,并提出了凝汽器运行状态的评估指标,作为凝汽器运行状态的一种量化方法.将影响凝汽器真空的因素分为内部因素和外部因素,从外部因素出发,建立了最小二乘支持向量回归模型,用于凝汽器真空实时在线监测,为运行人员提供了当前外部环境下凝汽器真空目标值;通过对凝汽器运行状态的量化评估,为凝汽器的检修提供了依据.通过某600MW机组双背压凝汽器运行数据实例,表明了该模型对双背压凝汽器真空目标值的确定具有较好的效果,该方法具有一定的实用价值.     

基于粗糙集—模糊理论的水电工程多维社会影响因素识别与评价

大型水电工程开发会对社会经济发展及环境等产生多维度的影响,对多维影响因素的科学识别与评价是水电工程可持续发展的关键.从社会经济、环境、安全、公平四个维度构建水电工程综合评价指标体系,以Y水电站为例,综合统计水电工程社会评价问卷数据,运用粗糙集理论和模糊综合评价法对多维水电工程社会影响进行综合评价.结果 表明,构建的评价...     

基于数据仓库的电力信息系统应用规划

数据仓库(Datawarehouse)是专门存储历史数据以实现知识发现的数据存储技术,能很好地支持数据挖掘(Datamining)及OLAP等分析技术的应用,是近年来电力信息化的研究热点,数据仓库技术的应用将使原有自动化系统升级为智能化系统。数据仓库技术自身的逐步成熟,使数据仓库在电力系统应用逐渐从单个应用研究转变成统一的信息系统建设。根据电力系统的实际需要并结合数据仓库在电力系统的应用特点,做出了电力企业新一代信息系统应用规划。     

舰船用冷凝器冷却管腐蚀寿命的可靠性探讨

忆部腐蚀是舰船用冷凝器管的主要失效模式,其可靠性寿命计算属于极值问题。文中结合积累的腐蚀数据和某舰船用冷凝器的分极报告,建立了ＢＦｅ３０－１－１冷却管腐蚀寿命的可靠性数学模型,并预测了主冷凝器冷却管的可靠使用寿命。     

农业水资源系统随机多维模糊优选模型及应用

基于多目标模糊优选动态规划理论,结合复杂农业水资源系统决策的复杂性、多目标性以及水文过程的随机性和具有时序性的特点,提出了随机多维模糊优选动态规划模型,并根据所研究问题的性质,给出两种随机多维问题的解法:随机多维决策相对优属度最大法和阶段模糊优选法。将该理论及方法应用于作物非充分灌溉制度的设计,实例证明了解法的可行性和模型的实用性。     

The formation and behavior of fog in a tube bundle condenser

The formation and behavior of fog during partial condensation of humid air in a vertical tube bundle condenser has been investigated. For this purpose a special glass condenser has been constructed which allows to measure the aerosol parameters everywhere along the cooling tubes using an optical aerosol measurement system. At the operation conditions adjusted in the present work fog occurs only in the presence of foreign nuclei by heterogeneous nucleation. It is shown, that the total mass of fog being formed was not influenced by the number concentration of foreign nuclei. The formation of fog occurs immediately after the first contact of the humid air with the cooling wall due to local supersaturation. After the fog has been formed in the entry of the condenser, a strong decrease of fog particles has been observed further down with the total amount of fog being constant. The effect of various process settings on the resulting aerosol parameters has been investigated. Both simple and rigorous one-dimensional calculations and complex multi-dimensional simulations using CFD were carried out for the interpretation of experimental data. Although the multi-dimensional simulations showed strong local effects the one-dimensional models were suitable to predict the conditions for fog formation.     

A fractal permeability model for bi-dispersed porous media

In this paper a fractal permeability model for bi-dispersed porous media is developed based on the fractal characteristics of pores in the media. The fractal permeability model is found to be a function of the tortuosity fractal dimension, pore area fractal dimension, sizes of particles and clusters, micro-porosity inside clusters, and the effective porosity of a medium. An analytical expression for the pore area fractal dimension is presented by approximating the unit cell by the Sierpinski-type gasket. The pore area fractal dimension and the tortuosity fractal dimension of the porous samples are determined by the box counting method. This fractal model for permeability does not contain any empirical constants. To verify the validity of the model, the predicted permeability data based on the present fractal model are compared with those of measurements. A good agreement between the fractal model prediction of permeability and experimental data is found. This verifies the validity of the present fractal permeability model for bi-dispersed porous media.     

基于多尺度时间窗口的核电运行数据关联性分析方法研究

目的  核电运行数据具有维度高、体量大等特点,而核电厂内部系统的复杂性导致难以构建相应的机理模型,因此依靠人工从核电数据中筛选出具有关联性的参数非常困难,而非关联性参数的混入将极大地影响模型精度,通过提高模型精度以达到精准建模的目的。 方法  文章提出了一种基于多尺度时间窗口的关联分析方法,该方法对目标参数进行状态切换点提取,依据不同传感器所记录数据的特点对各个传感器进行分类,再针对不同种类的传感器设计符合其特点的检测窗口,利用从目标参数所提取到的状态切换时间点,对各个传感器的相应时间邻域进行状态切换检测,计算各个传感器与目标传感器的关联匹配率来判断其关联性大小。 结果  利用真实的核电厂历史运行数据展开实验,通过建立的关联匹配率规则,成功地筛选出了与目标传感器具有关联性的传感器参数。 结论  实验结果表明,文章所提出的方法可以更为准确地筛选出关联性参数,与常用的皮尔逊相关系数相比,文章所提出的方法准确性更高。     

Model‐based fault detection for generator cooling system in wind turbines using SCADA data

In this work, an early fault detection system for the generator cooling of wind turbines is presented and tested. It relies on a hybrid model of the cooling system. The parameters of the generator model are estimated by an extended Kalman filter. The estimated parameters are then processed by an appropriate statistical change detection algorithm in order to detect faults in the cooling system. To validate the method, it has been tested on 3 years of historical data from 43 turbines. During the testing period, 16 faults occurred; 15 of these were detected by the developed method, and one false alarm was issued. This is an improvement compared with the current system that gives 15 detections and more than 10 false alarms. In some cases, the method detects the fault a long time before the turbine reports an alarm. A further advantage of the method is that it is based on supervisory control and data acquisition data that are available for the operator of all modern turbines. Thereby, the method can be implemented without the need to modify or install additional components in the turbines. Copyright © 2015 John Wiley & Sons, Ltd.