基于电力大数据的变电设备故障诊断方法研究

针对变电设备故障具有随机性、诊断过程复杂等问题,基于人工蜂群算法、二叉树和支持向量机模型,提出一种基于电力大数据的变电设备故障诊断方法。首先通过人工蜂群算法对支持向量机的参数进行优化,然后针对变电设备故障类型多的特点构造了基于二叉树的多分类支持向量机,最后通过实例验证和分析该方法的有效性和分类性能。结果表明,所提出的故障诊断方法能够准确地实现变电设备故障分类。     

基于参数优化支持向量机的矿用变压器故障诊断

支持向量机（Support Vector Machines,SVM）理论在变压器故障诊断中得到了越来越多的应用,由于变压器故障数据有限,在参数的优化选择方面还存在理论支持问题。为及时监测矿用变压器潜伏性故障和提高故障诊断效率,根据支持向量机原理,采用变压器故障时产生的氢气、甲烷、乙烷、乙烯、乙炔的浓度数据,本文提出了支持向量机的参数和参数的交叉验证算法,寻找最佳的参数和参数,利用优化后的参数对训练集进行训练,最终得到最佳的支持向量机模型,并对测试集进行分类,从而诊断出矿用变压器的故障类型。实例研究结果表明,该方法可行,具有较高的故障诊断准确率。     

基于优化支持向量机参数的变压器故障诊断

电力变压器是电力系统输变电的枢纽设备,为了提高电力变压器故障诊断的准确性,提出一种混沌的粒子群优化支持向量机的变压器诊断方法,该方法不仅具有很强的全局搜索能力。首先利用混沌的粒子群算法优化支持向量机的参数,把气体的特征参数代入优化的支持向量机分类模型中进行诊断,能够正确的分类变压器故障,从而达到故障诊断的目的。     

基于支持向量机的辐射源识别算法

为了提高电子对抗设备对辐射源的识别能力,采用小波包变换法提取信号的时频谱特征,并引入支持向量机完成对辐射源的分类。小波包变换对信号局部的时频特征具有较好的分辨率,支持向量机分类器结构简单、可获得全局优化、泛化能力强。仿真结果表明,基于支持向量机的辐射源分类方法的正确率优于传统算法。     

基于PSO-LSSVM的过电压识别

为了获得理想的过电压识别结果,提出了粒子群优化算法优化最小二乘支持向量机参数的过电压识别方法。首先采用小波变换对过电压原始信号进行分解,提取过电压信号的特征量,然后将过电压信号的特征量作为最小二乘支持向量机的输入,建立过电压识别分类器,并采用粒子群优化算法估计最小二乘支持向量机的参数,最后采用实测的过电压数据进行仿真实验,测试其可行性。结果表明,本文方法可以对各种类型的过电压信号进行准确分类和识别,识别结果稳定,且过电压识别率要高于其它方法。     

基于SVM和遗传算法的变频器故障诊断研究

提出一种基于遗传算法和支持向量机的故障诊断模型.该模型采用故障识别中的分类效果作为遗传算法中的适应度函数对故障信号进行特征提取和选择,得到更能反映故障类别的特征,作为识别特征输入多类支持向量机的输入,实现不同类别故障的识别.将该模型应用于变频器功率变换主电路的故障诊断.仿真结果表明,经过遗传算法提取的特征在保持分类精度的基础上,提高了变频器故障识别的效率.     

基于量子粒子群优化的SVM的模拟电路故障诊断

相比于小波变换,小波包变换具有较高的分辨率和细致的分析能力,是小波变换的延伸和发展。支持向量机具有较好的泛化能力,能够应用于模拟电路的故障诊断。鉴于支持向量机参数难以确定的问题,采用量子粒子群优化算法选取支持向量机的参数,将优化后的支持向量机与小波包变换相结合,利用小波包变换提取电路的故障特征,然后通过优化后的支持向量机对特征向量进行分类识别。最后通过对实例的分析,验证该方法的有效性。     

基才SVM的输电线路故障选相新方法

故障选相元件是高压输电线路继电保护和单相重合闸的重要组成部分,基于SVM（支持向量机）提出了一种输电线路故障选相新方法。通过提取故障时各序基波电流、电压的信号特征量,结合LS—SVM（最小二乘支持向量机）,将其应用到选相过程中暂态信号的训练和分类上,先将特征量送到SVC（支持向量分类）函数中计算出SVM的参数值后,送到...     

基于DGA支持向量机的变压器故障诊断

针对基于DGA的变压器故障诊断方法在实际操作中存在的不足,提出两种解决方案:基于粒子群优化支持向量机的变压器故障诊断、基于差分进化支持向量机的变压器故障诊断。通过分析两种方案的算法原理建立支持向量机的变压器故障诊断模型,从而完成参数的优化,对得到的最优参数进行验证,获取最优的支持向量机模型。在Matlab软件平台上进行仿真实验,结果证明,采用基于粒子群优化支持向量机的变压器故障诊断结果获取的变压器故障诊断率较高;基于差分进化支持向量机的变压器故障诊断方法的误判率较低,全局寻优能力较好,相比于粒子群优化算法,差分进化支持向量机的优化精度更高。     

基于支持向量机的扬声器故障检测方法

通过扫频仪对扬声器激励,采集扬声器的响应信号,对响应信号进行短时傅里叶变换,将得到的时频矩阵分成n个区域,计算每个区域与符合标准好的扬声器的欧氏距离,并将最大欧氏距离和欧氏距离的方差作为支持向量机的特征向量,运用支持向量机的分类方法对扬声器故障进行分类识别.通过实验和计算证明该方法简便有效,具有实用价值.     

QD128燃气轮机发电机组在超大型IDC／EDC机房的应用

简要介绍了QD30C和QD128燃气轮机发电机组的构成和主要技术参数,初步探讨了QD30C和QD128燃气轮机发电机组在超大型IDC／EDC机房的配置。提出了QD128燃气轮机发电机组在超大型IDC／EDC机房应用的建议。     

Synergistic use of soft computing technologies for fault detection in gas turbine engines

In this paper, we present a synergistic approach to startup fault detection and diagnosis (FDD) in gas turbine engines. The method employs statistics, signal processing, and soft computing techniques in a complementary manner to address fault detection at transient conditions. Traditional turbine engine FDD methods are based on engine data collected at steady-state conditions. However, incipient faults are difficult to diagnose using steady-state engine data; only engine faults that are fairly developed can be detected using conventional methods. Because incipient engine component faults are often manifest in the engine startup characteristics, we present a method to characterize the engine transient startup. Engine sensor data during engine startup are recorded in time series format. The sensor profiles corresponding to "good" and "bad" engine startups are sampled using the bootstrap technique. A feature vector is extracted in two steps, and signal processing is followed by the feature vector selection. In the signal processing step, principal component analysis (PCA) is applied to reduce the samples consisting of sensor profiles into a smaller set. In the feature vector selection step, a cost function is defined, and important discriminating features for fault diagnosis are distilled from the PCA output vector. The features obtained from this step are then classified using neural-network-based methods. The "leave-one-out" approach to cross validation is applied to obtain an objective evaluation of the neural network training. The proposed FDD method is evaluated using actual engine startup data, and the results are presented.     

大数据技术在风电机组运行状态监测评估中的应用

风电机组一旦因组件故障而停机，将耗费较长时间排故，给风电场带来较大的经济损失，因此需加强机组运行状态的实时监测，科学评估机组状态，以指导日常检修、维护等工作，有效降低机组发生故障的概率。在明确机组运行状态监测评估需求的基础上，引入大数据技术实现机组运行调度、故障处理等操作，需做好数据收集、分析和推理。把握大数据应用的技术思路，利用存储模块、收集模块、分析系统等加强技术实践应用，有效实现风电机组运行状态的监测评估，为解决风电机组运行管理问题提供有效的技术方案。     

新建超大型IDC/EDC机房备用燃气轮机发电机组的选型探讨

简要介绍QD30C和QD128燃气轮机发电机组的构成和主要技术参数,初步探讨QD30C和QD128燃气轮机发电机组在超大型IDC/EDC机房的配置和选型问题。     

基于MSP430单片机的无线信号采集系统

为了解风力发电机叶片振动情况,判断其失效类型,设计了一种基于MSP430单片机的无线信号采集系统。系统采用低功耗的MSP430单片机作为核心控制部件,硬件部分由信号处理模块、无线通信模块、MSP430单片机控制系统组成;软件部分采用模块化设计方法。系统平时处于休眠状态,CPU停止运行,工作时通过软件中断请求唤醒。经实验证明,该模块设计稳定可靠、数据传输速率高、功耗低、通用性强,且误码率仅为1%。     

基于图像的激光熔覆粉末粒子运动行为分析

为研究送粉参量(送粉量和送粉气流量)变化对激光熔覆过程同轴载气粉末粒子运动行为的影响,建立了数字粒子图像测速试验装置,开发了图像处理软件,得到了不同送粉参量精确的速度场云图以及z轴方向(垂直方向)浓度分布情况。结果表明,在送粉量一定的情况下,随送粉气流量的增加,粉末粒子的初始速度呈线性增大,并使z轴方向速度的增加值加大,而对粉末流浓度影响较小。在气流量一定的情况下,送粉量与粒子速度在一定范围内有一定比例关系,超出送粉量0.33g/s～0.83g/s范围,其影响将减弱。由于粉嘴结构的原因,沿出粉方向存在粉末发散汇聚再发散的变化。汇聚的实现与气体流量关系较大。     

Simple oscillators-based readout circuit for low-power biomedical implant system

This paper reports a wireless sensor readout circuit for continuous physiological parameters monitoring including a potentiostat, a data generation unit and a frequency-shift-keying (FSK) modulator unit with the low drop-out (LDO) regulator for biomedical implant system. The potentiostat can generate an output potential of 0.7?V for the data generation unit. The data generation unit is designed based on a relaxation oscillator scheme and can be used to sense a current signal from any amperometric biomedical sensor and convert the signal to a square waveform in which the frequency of the square wave signal is proportional to the sensor current. FSK modulation scheme has been selected for wireless transmission. Designed with a very simple ring oscillator, this modulator integrates the modulation functionality into the oscillator itself by using the data signal to control the oscillation frequency. The prototype circuits have been fabricated in a 0.35???m bulk complementary metal-oxide semiconductor (CMOS) process. Working with a regulated 1.8?V supply, the potentiostat consumes only 2???A of current while the data generation unit can generate around 15.7?kHz output frequency with an input current of 1???A. The FSK modulator consumes a total current of around 19???A for a carrier frequency around 1?MHz. An off-chip demodulator is constructed to demodulate the data signal from the FSK modulator and the demodulated signal has less than 1.6?% variation of frequency.     

An integrated CMOS interface for lambda sensor

Automotive pollution can be reduced by suitably controlling the mixture that is fed to the cylinders. This can be performed by means of a feedback loop including a lambda sond and a processing unit which controls the electronic fuel injectors. This paper describes a CMOS interface which adapts the output signal of a lambda sensor to allow its feeding into the processing unit. It provides a differential to a single-ended conversion with a good common mode rejection, a level shifting around a given reference voltage, and an accurate voltage gain. Both design considerations and the measurements performed on an integrated test structure are presented. The measured variation of the large-signal voltage gain for an input signal of 0 to 1 V is within ±5% when the input common mode voltage ranges from -1 V to 1 V with respect to the negative supply voltage. An output voltage with a precision within ±1 mV is obtained in the presence of an input voltage corresponding to the stochiometric composition of the mixture     

基于反对角单位阵的窄带多径信号接收波束形成算法

针对多径环境下传统Capon 波束形成器性能下降的问题,该文首先分析了期望信号对消的原因:对应期望信号和多径干扰的阵列输出间的相位差始终在 附近变化。然后利用反对角单位阵构造新的阵列接收数据协方差矩阵和导向矢量,并根据最小方差无畸变(MVDR)准则求取最优加权矢量进行阵列输出。该算法无需估计多径和非相关干扰信号的来向,且可以通过调整选取的阵元个数获得更优的阵列输出性能。仿真实验表明该文算法的性能优于传统Capon 和多径信号接收类算法。      

一种舰用燃气轮机数字控制系统

为给舰用发动机提供先进和可靠的动力装置控制系统,针对国内某型舰用燃气轮机实施了控制系统的数字化改造.新研制的数字控制系统由电子控制器、适合数字式控制的燃油供油装置、燃油计量装置和原有燃油泵组成.该系统通过了半物理仿真试验,试验结果证明,与原机械液压控制系统相比,该系统具有控制精度高、便于调节控制规律、安全可靠等优点.