基于不变矩理论的同步调相机轴系轴心的轨迹分析

同步调相机的状态监测和分析是保障同步调相机可靠运行的关键手段。轴系振动故障是最常见的故障之一,会直接影响机组的安全稳定运行。文章根据已有的同步调相机的运行数据,绘制同步调相机的轴心轨迹,采用不变矩理论提取轴心轨迹的特征向量,既适用于对同步调相机正常运行下的状态监测和分析,也能用于同步调相机发生振动故障时的诊断和修理。     

基于三维不变线矩的发电机组导轴承三维轴心轨迹故障识别

现有的基于仿射不变矩的轴心轨迹分类方法仅支持对二维轴心轨迹的形状进行分类,不能对三维轴心轨迹进行分类。本文首先引入了一种基于特征点之间距离的均值和方差来进行分类性能评价的矩阵,验证了给出的三维不变线矩对同一形状的轴心轨迹保持仿射变换的不变性,并使用Quadratic SVM实现了对三维轴心轨迹和二维轴心轨迹的分类。数值实验表明,所提出的三维不变矩和SVM结合的方法能够有效对不同形状的轴心轨迹故障进行分类。     

水轮发电机组轴心轨迹自动识别方法研究

本文提出了一种水轮发电机组轴心轨迹自动识别方法，这种方法根据水轮发电机组的特点，综合应用了小波去噪理论，平面图形不变矩理论，神经网络理论，实现了识别过程的自动化，大大方便了故障诊断系统的使用，提高故障诊断系统的自动诊断水平及准确率。     

基于灰色理论与不变性矩的水电机组轴心轨迹自动识别

在水电机组状态监测与诊断系统中,轴心轨迹是诊断机组状态的一个重要特征。文中 运用灰色系统理论的关联度分析方法,利用不变性矩作为特征向量,对水轮发电机组轴心轨 迹的自动识别进行了探讨。详细介绍了方法的原理和实际应用步骤,对3类典型的轴心轨迹 的自动识别进行了仿真试验,结果表明,该法是有效、可行的。     

基于SVD的水电机组轴心轨迹自动识别

在水电机组状态检修系统中，轴心轨迹是诊断机组状态的一个重要特征。文中采用矩阵的奇异值分解（SVD）方法，利用奇异特征值作为特征向量，采取最邻近法对水轮发电机组轴心轨迹的自动识别进行了研究。介绍了方法的原理，并对几类典型的轴心轨迹的自动识别进行了仿真实验，结果表明该方法是有效、简单和可行的。     

不变矩目标特征描述误差分析和基于上层建筑不变矩的舰船识别

不变矩用于各种目标识别的特征描述，受到了广泛的注意，许多作者研究了基于不变矩描述的飞机、桥梁、建筑物和舰船等目标的识别[1，2，3]。CHO－HUAKTENetal．[5]在理论上研究了连续图象由于空间离散化和亮度量化引起不变矩误差即不变性降低的问题，本文进一步从理论和实验两方面分析了引起目标描述不变矩误差并从而限制目标正确识别概率的其它因素。为克服上述问题，本文提出了用于舰船目标识别的上层建筑不变矩描述，并在具有1440幅舰船图象的目标库上，进行了舰船识别仿真，统计分析和识别结果均表明，上层建筑不变矩较之传统的不变矩描述，具有强得多的鉴别两类目标的能力，从而极大地提高舰船的正确识别率。     

基于神经网络技术的水轮发电机组轴心轨迹识别与故障判定研究

轴心轨迹图形包含了丰富的机组运行状态信息,轴心轨迹识别是判断水轮发电机组轴系故障的重要技术手段;神经网络技术是一种通过计算机程序模拟人类大脑结构功能的智能化技术思想,具有自学习的优点。本文首次提出采用神经网络技术通过仿射不变矩算法计算出特征向量,以特征向量作为数据分类依据识别轴心轨迹图形,从而达到故障判定的目标。数值模拟测试结果表明,该技术的故障识别率能达到95%以上,证明基于神经网络技术的水轮发电机组轴心轨迹识别算法对于机组故障诊断具有重要价值。     

基于粒子群算法与改进BP神经网络的水电机组轴心轨迹识别

在水电机组状态检修系统中,轴心轨迹是判断机组状态的一个重要特征.该文提出边缘检测和矩特征提取相结合的方法,利用粒子群寻优算法来获取与待识别样本最接近的已知样本,应用改进的BP神经网络进行识别,将轴心轴迹的不变性矩作为神经网络的特征参数,对几种典型的轴心轨迹进行了辨识.某水电站机组试验表明该方法识别速度快、精度高,具有较高的实用价值.     

汽轮发电机组轴心轨迹进动方向自动识别新方法

轴心轨迹是汽轮发电机组振动状态监测与诊断系统中的一个重要特征，轴心轨迹的自动识别包括形状，进动方向和稳定性3个方面，文中给出了一种自动识别轴心轨迹进动方向的新方法，首先整周期采集转子两个相互垂直方向振动位移信号，经拟合得到轴心轴迹图，然后截取某一旋转周期内的采样点，形成一平面复杂多边形，利用平面图形的平移旋转变换判断此复杂多边形各顶点的凹凸性和多边形在各项点处的旋转方向，从而得到轴心轨迹地进行方向，仿真和实验分析表明：该方法能有效识别常见轴心轨迹的进动方向。     

基于神经网络和不变矩的绝缘瓷瓶裂缝类型识别

采用CCD摄像头等硬件模拟机器人的视觉,首先完成对绝缘瓷瓶裂缝图像的采集,再将采集到的图像等分为16×16像素的子块图像,并用灰度方差值描述子块图像特征,区分有裂缝子块和无裂缝子块,再利用子块图像模式分类结果所组成的特征矩阵对瓷瓶裂缝图像进行分割.最后将瓷瓶裂缝图像子块模式矩阵的不变矩作为瓷瓶裂缝图像的整体特征,在此基础上设计了基于BP网络的神经网络分类器,实现对瓷瓶裂缝三种状态:单裂缝、块状、网状裂缝的分类识别.     

基于负载电压阶跃试验的发电机组转动惯量辨识方法

简述了发电机组转动惯量、惯性时间常数和飞轮转矩的物理定义及其对电力系统稳定分析计算的作用和影响。分析推理了PSASP、PSD-BPA和PSS/E发电机模型中采用的惯量参数及相互之间的转换计算方法。从小干扰稳定分析的数学模型出发,推导了发电机组机械惯性参数与本机振荡频率的关系,并在此基础上将现场甩负荷试验和仿真计算相结合,提出了一种基于发电机负载电压阶跃试验的转动惯量仿真辨识方法。最后,基于一台600 MW汽轮发电机组为实际计算范例验证了该方法的有效性和适用性。     

基于WAMS和改进拉普拉斯特征映射的同调机群在线识别

当系统发生严重级联故障导致失步运行时,需要快速准确地识别出系统中的同调机群,为下一步的自主解列控制提供基础。针对WAMS测量到的发电机动态轨迹信息往往具有非线性和非平稳性等特点,提出了一种在线识别同调机群的新方法,能充分考虑各种故障场景的动态特性和非线性系统的时变特征。首先根据WAMS量测可得到故障后发电机组的实时响应功角轨迹信息,利用基于类别信息和核空间的改进拉普拉斯特征映射算法提取特征信息,进而识别出各发电机的运行特性;再利用k-way余弦相似度因子分群算法对发电机组进行自主识别分群。最后通过新英格兰39节点系统仿真,验证了所提方法的有效性,并且适用于系统不同运行方式,能在线准确识别同调机群。     

基于层次分析模型的同调机群自动识别方法

针对现阶段动态等值同调识别过程中存在的主观性和片面性等问题,综合考虑多种因素对机组同调性的影响,借鉴层次分析法思想,建立实用的层次分析模型,将摇摆曲线、电气距离和机组参数等较突出的影响因素有机结合,从而使同调识别过程由以往单一决策转变为多属性综合决策。通过对已知同调性的标准系统同调矩阵与其各影响因素相似度矩阵的对比分析计算,综合确定层次分析判断矩阵,相对客观地确定各因素权重。应用分布聚类法计算获得最终相似度矩阵,完成电机聚类。以IEEE 118节点54机系统和蒙西电网为算例,验证了所提方法的有效性和实用性。     

基于改进灰狼算法的发电机励磁系统参数辨识算法

为了确保电力系统建模的精确性和稳定分析的可靠性,确认励磁系统的参数至关重要.提出改进灰狼算法,应用发电机励磁系统的参数辨识,在MATLAB环境下进行仿真.结果表明:基于改进灰狼算法的励磁系统参数辨识方法具有更高的辨识精度与稳定性,对发电机励磁系统精确建模以及研究电力系统稳定性具有重要意义.     

托克托电厂发电机组轴系扭振参数测试

近年来,为了提高电网的输送能力,串联电容补偿技术被广泛采用。借鉴发达国家电网运行经验,在串联电容补偿的输电系统中发电机组轴系与电网之间的次同步谐振问题(即SSR)引起了广泛关注。为了准确评估托克托电厂的SSR问题,进行了托克托电厂发电机组轴系扭振参数测试试验。2007年1月12日~13日在国内首次完成该试验。介绍了试验方案、现场试验结果、仿真分析以及结论。     

基于51单片机的风力发电机组润滑系统

为解决风力发电机组各轴承及齿轮在运行时能自动加注润滑油脂的问题,通过单片机技术开发了一套独立于风电机组主控的润滑自动控制系统,利用单片机对风电机组各轴承及齿轮工作信息的采集并结合预设的工作参数,自动进行内部程序的处理,进而对润滑泵的工作状态加以控制。通过仿真验证,结果表明该系统实现了对风电机组润滑系统的自动控制。     

改进模糊ISODATA法识别电力系统同调机群

引入模糊聚类方法识别电力系统同调机群。首先对原有的基于模糊相关自组织数据分析算法(iterativese lf-organ iz ing data ana lys is techn iques a lgorithm,ISODATA)的同调机群识别法的各个控制参数的选取问题进行了大量仿真实验,给出了优化参数取值的一些经验值。特别在如何确定最优分类数的问题上引入了模糊F统计量的方法,并根据电力系统同调识别的特点改进了模糊相关自组织数据分析算法的同调机群识别算法,使其更能适用于工程应用。最后用EPR I_36节点纯交流系统的仿真计算验证了该方法的有效性。     

双馈风电机组机电耦合与轴系稳定的分析与辨识

为了研究双馈风电机组的机电解耦条件,在转子电流控制策略中引入了前馈补偿系数。通过对线性化模型的推导,给出了机电解耦条件和机电耦合程度的量化指标。基于线性化模型的分析表明,在一定条件下,前馈补偿将引起电气负阻尼而诱发轴系扭振。还提出自然工况下轴系、电磁模式的在线辨识方案,引入子空间法进行系统辨识和振荡模式提取。算例分析表明,前馈补偿系数不仅决定了机电耦合程度,而且影响轴系稳定性,证实了理论分析的结论。算例还表明文中提出的振荡模式在线辨识法具有良好的精度,可作为机组安全监控的组成部分。