基于分类算法的汽轮机故障诊断

汽轮机系统设备是火电厂的主力运行设备之一,对汽轮机系统进行有效的故障诊断及预测有助于保障火电机组的安全、稳定运行。基于随机森林算法对汽轮机数据进行处理,完成对汽轮机设备原始数据信息的降维与特征筛选。同时采用6种分类算法建立汽轮机正常和故障的算法模型,实现汽轮机设备状态正常、异常的故障诊断。在汽轮机含有故障的真实运行数据集上进行的实验结果表明,预测准确率较高的模型依次为梯度提升决策树、随机森林、决策树以及K近邻分类算法,且准确率最高可达99.98%;而预测用时较短的模型为K近邻和决策树分类算法,对20 000余条样本训练进行预测,最快可在0.034 s内完成。     

基于矩阵法和支路交换法的配电系统故障定位与网络重构

配电网络的故障定位、故障隔离和恢复重构是提高供电可靠性、电网运行效率和供电质量的有效手段。该文介绍了基于矩阵法的故障定位,并通过VB进行了功能的实现。根据支路交换法的数学模型,利用OpenDSS进行了网络重构模块的设计,通过计算实例验证了该算法的可行性与可靠性。     

主动配电网故障恢复重构的方法和措施研究

本文从主动配电网的安全运行着手,对电网故障恢复算法进行分析,进一步推出能够重构电网的方法和措施,以此提高电网的供电可靠性。     

基于PowerWorld simulator的配电网抗灾变性可视化模型

针对建设坚强电网和保障电网安全运行的实际问题,对电力系统进行配电网抗灾变性评价,为能够直观地反映出故障情况下的系统运行情况和故障恢复策略的效果,采用美国伊利诺伊（Illinois）大学开发的PowerWorld可视化软件建立配电网抗灾变性评价模型。结果表明,仿真结果可以很直观形象地反映出系统正常运行和故障情况下的运行状态,同时也可对恢复策略做一直观展示。     

基于非实时OS的毫秒级定时在LVRT测控系统中的实现

风电机组运行过程中,由于电网故障等原因,会出现瞬时电压跌落现象。本文研发了低电压穿越（LVRT）测控系统,监控测试风机的抗干扰性,提出一种在非实时系统中的高精度毫秒级定时方案,使用OS自带的定时函数嵌套调用实现精确定时的方法,解决了LVRT实时控制系统中高精度定时和资源占用率之间的矛盾,满足35kV/6MVA固定式电压跌落发生装置模拟电网的电压跌落与恢复精度,实现对电压跌落实时控制,同时实现了对电压跌落与恢复时风电机组运行状态的实时监测。该测控系统性能达到国际先进水平,已在风机电组低电压穿越测试中投入使用。     

布谷鸟算法的含分布式电源配电网最优潮流优化

针对当前模拟退火方法等算法不能满足多约束变量的电网最优潮流设计问题,提出基于布谷鸟算法的含分布式电源配电网最优潮流优化模型。在多目标非线性约束参量模型下构建电源配电网最优潮流目标函数,以机组的耗量和配电总费用为优化目标,采用布谷鸟算法进行最优解多点搜索,模拟鸟群觅食过程和迁徙行为进行全局优化求解,考虑系统的有功损耗进行确定性规划处理,实现含分布式电源配电网的最优潮流求解。仿真结果表明,采用该方法进行含分布式电源配电网最优潮流优化设计有效提高了电源的利用率,降低了系统的运行成本,确保了含分布式电源配电网的经济、安全运行。     

基于粒子群优化的多操纵面飞行器的重构控制

提出一种基于粒子群优化算法的控制分配算法的重构控制策略。利用粒子群优化算法的实时性、高效性等优点, 选择出符合最优性能指标要求的控制输入量, 解决控制分配算法问题。当操纵面出现一个或多个损伤、失效等故障时, 飞行控制系统能实时地调节控制效率矩阵, 从而对各操纵面进行再分配, 实现重构控制。仿真表明, 该策略在飞行器遇到故障时能快速地调整, 降低对故障操纵面的使用, 协调其他操纵面及时解决故障问题, 从而保证飞行器的正常工作。     

基于拓扑辨识的光伏暂态故障定位方法

光伏电网暂态故障结构复杂,传统故障定位方法对故障数据之间存在的隐含关联规则辨识能力较弱,导致最终的定位存在偏差。为此,提出基于拓扑辨识的光伏电网暂态故障自动定位方法。以电压相位拓扑结构为依据,利用光伏列阵寻找到功率与电压之间的联系,并对电网暂态进行实时跟踪。当电网中的电压、电流发生畸变时,利用贝叶斯模型分析故障数据之间的依赖关系,实现故障位置的定位。实验结果表明:与传统方法相比,该方法能够准确辨识隐含的关联规则、精准界定故障数据边界、确定电网故障的具体位置,为保障光伏电网的正常运行提供技术支持。     

运动数据中的最优关联数据的分类分析

针对传统的分类方法在对运动数据的最优关联数据进行分类时,存在分类误差大、效率低的问题,提出基于决策树寻优的运动数据中的最优关联数据的分类算法。采用有向图模型构建运动数据的最优关联数据分布式结构模型,对采集的运动数据进行非线性时间序列特征重构,在重构的运动数据高维特征空间中进行运动数据的关联性映射,提取反映运动数据类别的属性特征,通过决策树寻优方法实现运动数据的自适应分类。仿真结果表明,采用该方法进行运动数据中的最优关联数据分类,其准确性较好、误分率较低,从而有效挖掘运动数据的关联信息,实现运动特征监测。     

决策树算法在模块故障预测中的应用

某型波束控制处理器是应用于某课题的一种故障率较高的控制电路板,其故障定位主要依靠专业人员的经验。针对该模块故障定位准确率不高的问题,提出一种基于ID3决策树算法的故障预测方法。通过对已有的故障定位记录进行梳理,建立特征工程、计算属性分类信息熵、递归建立决策树,得到故障预测的最优决策树模型。实验分析表明,基于ID3决策树的故障预测方法充分发挥了计算机的计算优势和机器学习算法的数据挖掘能力,对故障的分析定位预测准确率超过86.5%。     

继电保护及故障信息管理系统的应用研究

针对电力运行过程中故障发生的不可避免,提出了在继电保护及故障信息管理系统中实现"子站-链路-主站"系统结构,描述了构建智能化电力系统故障信息分析系统的新思路和整个系统的总体结构,并对主站系统和子站系统的结构及功能进行了详细的论述.系统的实际应用结果表明:该系统能够满足淮北电网中110 kV电压等级远方集中监控的电网管理新模式对故障信息系统安全稳定性的要求,做到了电力运行的开放和安全.     

一种基于NNIA多目标优化的代价敏感决策树构建方法

本文提出了一种基于非支配邻域免疫算法(NNIA,Nondominated Neighbor Immune Algorithm)多目标优化的代价敏感决策树构建方法.将平均误分类代价和平均测试代价作为两个优化目标,然后利用NNIA对决策树进行优化,最终获取了一组Pareto最优的决策树.对多个测试集的测试结果表明,与C4....     

考虑设备状态转移的配电网检修优化建模与仿真

针对设备状态转移对电网运行风险影响的问题,深入研究了电网设备状态转移的过程,并提出了计及该因素的配电网检修优化模型。通过分析包括正常、轻度劣化、重度劣化与劣化故障四个状态在内的设备状态转移马尔科夫过程,构建了基于四状态马尔科夫过程的状态转移矩阵。同时,考虑到不同设备状态转移对电网运行方式的影响,还设计了检修计划最优前瞻时间及配电网检修优化模型。基于某地区电网数据构造的仿真算例表明,文中所提优化方法可有效防控执行期间因设备故障而造成的电网运行风险增大问题,进而提升电网供电的可靠性。     

基于区域电网间断面功率约束的电网静态电压稳定预防控制模型和算法

提出了考虑区域电网间断面功率约束的电网静态电压问题,其根据电网分层分区的管理模式,采用最优预防控制模型,保障电力系统安全稳定的增长。主要从区域电网间断面功率约束方面分析、研究电网运行过程中静态电压稳定预防控制模型和算法。     

音频事件检测算法在计量费控用电压开关柜局部放电检测中的应用研究

有效检测开关柜故障是影响电网安全的因素,如何进行有效的非浸入式检测是国内外的研究热点之一。提出一种基于音频信号的电压开关柜局部放电检测算法,可识别开关柜正常态、电晕态和放电态3种状态。算法首先提取电压开关柜放电声音的MFCC特征作为识别特征,然后构建基于支持向量机的分类器来识别出电压开关柜的状态,从而进行故障检测。实验表明本文提出的检测算法具有较高的局部放电检测正确率。     

音频事件检测算法在计量费控用电压开关柜局部放电检测中的应用研究

有效检测开关柜故障是影响电网安全的因素,如何进行有效的非浸入式检测是国内外的研究热点之一,提出一种基于音频信号的电压开关柜局部放电检测算法。可识别开关柜正常态、电晕态和放电态3种状态、算法首先提取电压开关柜放电声音的 MFCC特征作为识别特征,然后构建基于支持向量机的分类器来识别出电压开关柜的状态,从而进行故障检测, 实验表明本文提出的检测算法具有较高的局部放电检测正确率。     

一种基于遗传算法的SVM决策树多分类方法

在当前的机器学习领域,如何利用支持向量机（SVM）对多类目标进行分类,同时提高分类器的分类效率已经成为研究的热点之一,有效地解决此问题对于提高目标的识别概率具有较大意义。本文针对SVM多分类问题提出了一种基于遗传算法的SVM最优决策树生成算法。算法以随机生成的决策树构建的SVM分类器对同一测试样本的分类正确率作为遗传算法的适应度函数,通过遗传算法寻找到最优决策树,再以最优决策树构建SVM分类器,最终实现SVM的多分类。将该算法应用于低空飞行声目标识别问题,实验结果表明,新方法比传统的1-a-1、1-a-r、SVM-DL和GADT-SVM方法有更高的分类精度和更短的分类时间。      

Web技术在电力调度安全中的应用

在介绍电网调度安全性评价及其重要性的基础上,对基于Web技术的电网调度安全性评价系统进行了分析,以将Web技术更好地应用,消除电网调度正常运行中的隐患,最大限度降低电力安全事故的发生率,确保电力系统的正常运行和人员安全,减少经济损失,实现最优的安全效益。     

基于深度学习的配电网图形节点数据校核技术研究

抽象化的配电网图像模型能够有效监控配电网各个节点的状态,根据监控数据即可对整个电网进行调度。当前的电网图模校准系统工作数据量大且整体性较差,而各地维护工作人员水平又参差不齐,故系统准确性难以保证。针对上述问题,文中使用长短时神经网络对GIS图形节点数据加以训练,并对各个节点的电气特征进行特征量分析,从而得到电网故障节点的特征数据。同时在模型构建部分,采用长短时神经网络对电网节点时序数据进行训练,利用逻辑门对故障状态加以判断,进而快速协调节点送电量并保证电网的有序运行。实验结果表明,文中设计的仿真系统可对节点的故障状态实现准确判断,且算法准确性及计算效率均优于对比算法,证明所提方法能够对配电网系统中的故障进行准确定位,进而完成对配电网图形节点数据的校核。     

区域互联多电压等级直流电网运行控制系统

为了提高直流电网运行控制能力,设计了区域互联多电压等级直流电网运行控制系统。分析电网的单级接线和双极接线的运行状态,通过搭建换流器和逆变器完成系统硬件设计。在软件设计中,设定功率调制功能、定电流控制功能、定电压控制功能,通过确定两个地区间的交流功率变化实现功率调节,根据定电流控制原理得到传感器输出数值,以此实现定电流控制,结合直流输入功率实现定电压控制,达到直流电网运行控制的目标。实验结果表明,设计系统的控制结果与标准要求吻合度在95%以上,具有极强的控制能力。