汽轮机通流部分故障诊断的热力判据研究

针对用于汽轮机通流部分故障诊断的四种热力判据（相对内效率,佣效率,当量流面积,膨线夹角）进行了系统的分析了研究,提出了每种判据的诊断机理与实施方法,并以某电厂２００ＭＷ机组为例,进行了定量分析与计算。     

发电机电气量采集与故障录波装置研制与应用

丰满发电厂自行研制的FCGL2008B型发电机电气量采集与故障录波装置成功地在丰满发电厂多台机组上得到应用。文中介绍了该装置的构成原理及技术特点,所采用的NI LabVIEW图形化编程软件和CompactRIO可编程控制器相结合的设计方案,有效提高了该装置的性能,为现场电力系统电气量采集与故障录波装置研究应用提供技术参考。     

考虑异常事件约束的电网故障诊断解析模型

传统的解析模型方法对断路器动作偏差部分的确定不够严谨,目标函数在收敛过程中易受到异常告警信息的影响而导致错误的诊断结果。针对传统解析模型出现的多解和错解问题,重新定义了断路器期望函数,并结合目标函数对8种异常事件下的模型分别进行解析,确定了各项系数之间的约束关系,并选择一组典型取值构建新模型。多组仿真算例验证了所提方法的正确性,且当存在错误告警时仍能得到正确的诊断结果,具有良好的应用前景。     

基于电网络理论的接地网故障诊断方法

变电站接地网是维护电力系统安全可靠运行、保障运行人员和电气设备安全的重要设施.将接地网近似成纯电阻网络,利用实际接地网的拓扑结构和接地引线间电压的测量数据,根据电网络理论和故障诊断原理建立接地网的故障诊断方程,利用功率损耗最低定理建立优化目标函数,通过求解诊断方程得到接地网各支路电阻的变化值,进而判断接地网的腐蚀程度....     

基于模型的航天器推进系统故障诊断

设计了基于模型的推进系统的故障诊断系统,根据推进系统的结构和行为模型,分析出各组件可处的工作状态及组件之间的连接关系,利用JMPL建模语言建立了推进系统各组件的定性模型。把推进系统模型和系统场景文件输入给诊断推理引擎,可实现推进系统的实时诊断。诊断结果表明,建立的推进系统模型是准确可靠的,开发的诊断系统能有效地找出故障组件并确定故障组件的状态。     

基于改进小生境遗传算法的输电网安全经济规划模型

传统输电网规划模型中的目标函数通常仅考虑系统运行经济性而忽略安全性因素及其所带来的损失,为避免此缺陷,在运用改进K-means算法进行负荷聚类并建立多级负荷模型的基础上,以包含年投资成本、运行维护成本及缺电成本的年综合成本最小为目标,建立一种考虑安全性经济性协调的输电网规划模型,将安全性效益转化为经济形式并加入到目标函数中,同时在模型约束条件中考虑N-1安全约束,从而实现电网安全性与经济性的协调。最后,利用带有精英保留策略的改进小生境遗传算法求解规划模型,确定基于安全性经济性协调下的最优规划方案。通过分析修改后的IEEE RTS79系统,验证了模型及求解算法的有效性,可为输电网安全经济规划提供参考。     

基于突变理论的重力坝失稳判据研究

为研究坝基倾向下游的缓倾角软弱结构面的稳定问题,采用有限元强度折减法,建立了重力坝坝趾夹层处上下两点的相对位移与强度折减系数尖点突变模型,并通过建立模型的标准势函数来比较其判别式与零的大小关系,进而判断重力坝是否失稳。实例应用结果表明,以此模型为失稳判据可以体现重力坝失稳过程的突变性,同时能够将安全系数量化到一个客观具体的数值。     

面向低碳化的输电网能效评价标准与技术

鉴于建设低碳节能型输电网可极大促进当今社会的节能减排工作,首先分析了低碳节能型输电网的提出背景及发展理念,论述了输电网低碳化、节能化水平的判断准则,然后结合制定指标体系的基本原则和思路,建立了有效的输电网低碳节能评价标准体系,并设计了与评价指标标准相对应的综合量化评价模型和方法,从而可实现对多个输电网样本低碳节能效益的量化评价对比,最后利用国内输电网企业的统计数据验证了评价标准和方法的合理性。     

基于残余位移增量判据的土石围堰边坡稳定性分析

针对有限元强度折减法在复杂水文地质环境下土石围堰边坡稳定性评价中效果欠佳的问题,引入残余位移增量判据,基于有限元强度折减法,考虑深厚覆盖层土石围堰不同水位下的渗流特征,通过计算坡面节点平均残余位移增量,获取边坡稳定系数,进一步通过位移增量分布图,探讨了围堰边坡潜在滑面位置及其形成机制。结果表明,在复杂水文地质环境下的土石围堰边坡稳定性评价中,残余位移增量判据相较经典失稳判据适用性更强。研究结果能够为工程实践提供指导。     

考虑分布式电源的输电网扩容规划方案研究

针对配电网规划目标的矛盾性与日益增加的不确定性问题,介绍了一种配电网扩容规划方法,利用多目标优化模型研究了输电网扩容规划优化问题,并采用蒙特卡洛法在给定发电扩容不确定、系统负荷和其他市场变量条件下评估配电网扩容规划方案的灵活性。     

基于贝叶斯网络的转子系统故障诊断研究

通过分析传统故障诊断方法在处理实际系统不确定性问题时存在的困难,研究了基于贝叶斯网络的转子故障诊断方法。依据转子系统存在的故障类型和对应的故障征兆,本文建立了转子系统的贝叶斯网络模型,并开发了基于贝叶斯网络模型的转子故障诊断系统。通过对实际转子系统故障的检测,证实了该方法在处理信息不确定条件下,进行故障诊断的有效性。     

基于异构粗糙神经网络集成的故障诊断研究

将粗糙集与神经网络集成相结合,提出一种基于异构粗糙神经网络集成进行故障检测的方法。首先利用粗糙集的属性约简能力,从给定数据集中去除冗余信息;然后基于负相关学习理论构造多个异构成员神经网络,最后组合多个训练好的异构神经网络进行故障诊断。该方法不仅显著提高了神经网络的泛化能力,而且无需预先确定神经网络的拓扑结构,简单易用。设计了四种不同的诊断器在柴油机供油系统的标准样本集上进行的诊断测试实验,结果表明,基于异构粗糙神经网络集成的故障诊断方法具有最好的诊断正确率。     

基于遗传算法优化神经网络的齿轮故障诊断

针对齿轮故障诊断的重要性和复杂性,基于神经网络固有的局部极小值及遗传算法良好的全局收敛能力和搜索性,在遗传算法优化初始权值和阈值的基础上构建了GA-Elman神经网络的故障诊断系统.仿真结果表明,该方法用于齿轮常见故障诊断和预测有效、可行.     

基于小波神经网络的旋转机械故障诊断

研究了小波变换与人工神经网络结合起来应用于旋转机械故障诊断的问题。通过选择合适的参数,对故障信号功率谱进行小波分解,简化了故障特征向量的提取。建立了基于小波变换和BP网络的混合诊断模型,成功地实现了对故障的智能诊断。     

基于RBF神经网络的柴油机故障诊断

神经网络模式识别的实时性和鲁棒性使得它成为故障诊断的常用方法.本文首先介绍了RBF神经网络的构成和特性,然后将柴油机的振动信号和油管压力信号作为特征参数,运用RBF神经网络对供油系统的3种故障进行诊断分析.实践表明,RBF神经网络用于多征兆机械系统的故障诊断是有效、可行的.     

基于交叉验证深度置信网络的少样本柔直计量装置故障诊断方法研究

为识别柔性直流输电系统计量装置的故障,提出了一种基于深度置信网络的故障诊断方法。该方法首先从合并单元端获取、解析数据并分成训练样本和测试样本;然后将这些数据用于训练深度置信网络。 最后将模型的故障诊断结果和实际样本的标签组合为一个交叉验证集合,从而测试深度置信网络性能。仿真结果表明,相比于支持向量机和BP神经网络,该文提出的基于深度置信网络的方法可以更加稳定、可靠地识别故障样本少的柔性直流计量装置的故障。     

基于电磁感应理论的接地网故障诊断方法

电力系统中的接地网对保障电网安全运行和变电站的设备安全有非常重要的作用。由于我国主要以扁钢作为接地网材质,并且接地网深埋在地下,因此很容易受到腐蚀而发生故障,从而给电网运行带来安全隐患。基于电磁感应原理,通过给地网注入高频大电流,测量由地网激发的磁感应强度,分析比较正常情况下磁感应强度与实际测量磁感应强度分布,从而测得地网故障。最后通过仿真试验验证了该方法的可行性。     

基于改进的BP神经网络学习算法的变压器故障诊断

电力变压器的故障除了给其自身带来重大损失外,还对电力系统的安全造成很大影响。利用BP神经网络对变压器故障进行诊断,针对BP神经网络学习率的缺点,提出了一种跟踪型自适应学习率的确定方法,该方法仅需整定一个参数,有效地提高了BP神经网络的收敛性和训练时间,进而通过构建变压器故障诊断训练样本集,验证了该方法的可行性,获得了更精确的诊断结果。     

一种基于神经网络的汽油机失火故障诊断方法

对汽油机关火时其排气中的碳氢化合物、二氧化碳和氧气的体积分数值的变化规律进行了分析,提出了用BP网络诊断汽油机失火故障的新方法并进行了实例研究。训练好的网络可用于汽油机的实时诊断。     

人工蜂群优化支持向量机的电气故障诊断方法研究

摘要： 电气故障诊断具有重要的实际应用价值,针对电气故障诊断中的支持向量机（SVM）参数选择问题,提出了人工蜂群优化SVM的电气故障诊断模型。首先采用小波分析去除信号中的噪声,并提取特征,然后采用人工蜂群优化算法确定SVM的最优参数,建立电气故障诊断模型,最后通过与其他电气故障诊断模型进行对比实验。结果表明,WA-ABC-SVM可以描述电气设备状态与特征间的变化关系,提高了电气故障的诊断正确率,诊断结果要高于对比模型。