基于关联规则的柴油发电机组故障录波数据冗余点过滤算法

柴油发电机组故障录波数据受到现场总线、调节器输出电压等多因素影响,冗余信息较多,为提高冗余数据的过滤比例,基于关联规则设计柴油发电机组故障录波数据冗余点过滤算法。更新冗余点区域范围,计算网格内每一个阈值点到中心区域的距离,计算更新后冗余点数量,获得冗余信息的分布区域;基于关联规则建立数据相关性模型,针对每一级的关联规则,提出判定条件的标度值矩阵,对权重向量进行归一化处理,获得柴油发电机组故障录波数据的评价公式;设计冗余点过滤算法,结合数据点的相似度,剔除故障录波数据中的冗余数据。由试验结果可知,在同等网络规模下,该算法的网络传输数据总量均较高,且其数据采集次数的下降幅度最小,录波数据冗余点过滤效果得到保证。     

基于异常点剔除的高压直流输电线路故障定位算法

针对现有直流线路时域故障定位算法采用精确线路模型以及固定数据窗存在的不足,提出一种基于异常点剔除的时域故障定位算法。该算法依据在故障点处从两端计算得到的沿线电压分布具有差值最小的特点,充分利用故障后的暂态数据,采用冗余数据窗移动,通过故障定位函数测量得到多个定位结果,将得到的多个定位结果作为数据集,采用统计学中的基于距离的异常数据处理方法将数据集中的异常数据剔除,进而得到最终的定位结果。基于PSCAD/EMTDC搭建云南-广东±800 kV双极直流输电系统模型对所提算法进行了验证分析,结果表明所提算法实现原理简单,在直流线路全长范围内能实现准确故障定位,充分利用故障后的暂态数据,有效地提高了故障定位精度和可靠性。     

一种基于贝叶斯理论的电站模拟量数据融合诊断方法

火电站热工测量系统中,大量的模拟量数据以隐含冗余的方式存在。它们在测量时表现出独立性,内涵则通过对象关联。据此,提出了一种基于贝叶斯理论的电站模拟量数据融合诊断方法,推导了方差σ为已知和未知二种情况下测量模型系数的计算公式,并从中得出结论:结合数据分布规律对其残差进行融合,可诊断热工测量数据。以汽机的功率测量为例,对某300MW火电机组实际测量数据进行诊断;结果表明,基于贝叶斯理论的数据融合诊断方法可直接诊断出异常的数据。     

基于特征耦合泛化的流量异常检测方法

针对现有流量异常检测模型中稀疏特征易被特征选择算法忽略的问题,提出一种基于特征耦合泛化(FCG)的流量异常检测方法。首先,采用DBSCAN密度聚类算法去除数据中的离群点,降低异常点对后续FCG算法的影响。其次,使用最大相关最小冗余(mRMR)算法对数据特征进行排序,选择对分类最具影响力的特征生成FCG算法中的类别区分特征(CDF),以增强分类能力。利用K最近邻(KNN)算法填补CDF中的缺失值,保持数据完整性。然后,将数据按照攻击类别分组,分别使用mRMR算法对特征进行排序,挑选每种攻击类别数据中具有实例区分能力的稀疏特征作为FCG算法中的实例区分特征(EDF)。利用两种特征在异常检测数据中的耦合程度和EDF的上层概念将EDF转化成更泛化的特征。最后,将经过处理的数据输入基于贝叶斯优化(Bayesian optimization, BO)参数的随机森林(RF)模型进行分类识别。通过在NSL-KDD数据集上进行仿真实验,准确率达到了91.79%,验证了所提方法具有较好的检测性能。     

基于系统测量冗余的电厂异常运行数据检测与校正

电厂异常运行数据对汽轮发电机组性能监测、能损诊断的准确性有很大的影响：该文基于测量冗余，考虑不同变量的测量精度，根据最大似然原理，给出异常测量数据的检测和校正方法，校正后的数据满足物质平衡、能量平衡或熵增原理等基本定律：发电厂给水流量、入炉煤量、低位发热量的检测和校正结果表明，该方法是合理的，能够进行显著测量误差检测，并将其校正到合理的数据：实时数据经过校正后，能更为真实地反映机组的实际运行状况，提高了性能监测和能损诊断的准确性，并提醒管理人员对数据异常的变送器进行校验和维护。     

基于离群点检测的高压并联电抗器本体 电流互感器测量异常故障在线诊断

为提升高压并联电抗器过电流在线监测系统的准确度,提出了基于离群点检测的高压并联电抗器本体电流互感器测量异常故障在线诊断方法。首先,利用Sigmoid函数对母线特定电压条件下电抗器过电流报警信号条件概率与母线电压有效值间的函数关系进行拟合,并选取函数中心点及不确定域作为特征指标,构成二维关键特征数据点(KCDP),用以进行故障诊断。其次,将正常工况下获得的多个关键特征数据点以及检测日关键特征数据点构成诊断数据集,利用孤立森林算法对其进行离群点检测,计算集合中每个关键特征数据点的异常分数。最后,假设正常工况下关键特征数据点的异常分数满足威布尔分布,基于分布的置信区间给出了高压并联电抗器本体电流互感器测量异常故障的诊断判据。某实际500kV高压并联电抗器算例,验证了方法的有效性。     

多路激光跟踪干涉柔性坐标测量系统三自由度坐标测量方法的研究

基于激光跟踪干涉测量方法建立的柔性三坐标测量系统能够有效的解决大型工件特征点的三维坐标测量 ,并且有望获得高的精度。本文讨论的四路激光跟踪干涉测量系统 ,运用冗余法测量原理 ,进行系统的自标定及丢光的自恢复 ;区别于三角法、球坐标法对角度测量的依赖 ,而仅进行相对长度的测量即可获得测点的三维坐标     

基于机载激光点云数据及航片的单木提取研究

电力线路通道内树木清理涉及对树木砍伐的补偿,因此,需要清楚通道内的树木高度及数量。激光雷达可通过获取林木不同高度处的激光脉冲回波测量林木的三维空间结构,当激光脉冲的采样点足够密时,采用空间特征识别算法提取相关的单木结构因子。本文从实际工程出发,对研究区的点云数据进行分类及滤波,并去除高程异常点、过滤重叠区冗余点,得到数字地面模型(DSM)及数字高程模型(DEM),通过DSM与DEM差值得到冠层高度模型(CHM)。在此基础上,基于形态学中的顶部控制理论来区分密闭冠层中的单木冠层信息,并利用求局部最大值方法来定位密闭冠层中的单木树冠位置。实验表明利用机载激光点云数据可以在一定程度上估算出单木信息,为电力通道内树木的清理作为参考。     

数据校正在汽轮机热力性能监测中的应用

在汽轮机热力循环中,测量系统具有冗余测点。现场一般采用主给水流量、主凝结水流量和给水泵进口流量作为性能计算中的主流量。采用数据校正方法,利用冗余的流量测点信息,对某一实际电厂的性能数据进行数据校正计算,并分析了性能计算结果不确定度的变化。结果表明,数据校正可以有效减小计算结果的不确定度。     

输电线路电磁环境试验数据清理方法研究

在电磁环境试验过程中,由于周围环境会出现各种突发性干扰,因此试验数据中常常存在异常数据,需要恰当地处理方法清理异常数据。为此,针对电磁环境试验数据的自动清理方法开展研究,采用离群点空间距离实现异常值判别,根据电磁环境数据特性,提出了适合于电磁环境数据的空间距离定义方法。提出了基于聚类的电磁环境试验数据清理方法,通过对空间离群点的检测完成对电磁环境试验数据的预处理过程。结果表明,得到的处理后数据中,异常数据均得到了清除,且未改变数据的统计特征值,其中异常数据主要表现为各个数据子类中的空间离群点;该算法可提高测量数据的可信度。     

某大型科技园区应用“1＋1”UPS冗余供电的探索与分析

基于＂1＋1＂UPS冗余供电的实际测试,分析了某些异常数据的产生原因。结合大型科技园区供电系统及规范要求,以规避这些异常并提高供电可靠性为目的,阐述了该园区应用＂1＋1＂UPS冗余供电应当注意的问题。     

合并单元数据可靠性提升方案研究与应用

针对现场合并单元SER软故障问题造成SV采样数据异常的情况,分析了SER软故障使合并单元失效的机理。提出双数据流的概念,采用数据处理冗余防误方法,解决了SER故障造成SV数据出错的问题。面对智能化变电站母线合并单元异常情况下控制保护设备大面积失压的问题,提出了母线合并单元配置冗余方案。采用双套母线合并单元电压接入间隔合并单元的无缝电压选择机制,解决了单套母线合并单元异常控制保护设备失压的问题,并在工程现场得到充分验证。     

基于局部离群因子算法的变压器异常检测

针对传统的变压器异常检测方法存在实时性差和效率低的问题,应用主成分分析法和局部离群因子算法(Local Outlier Factor,LOF)相结合的方法设计了变压器异常检测模型.首先,利用主成分分析法对变压器电气参量数据集进行特征降维,减少特征的冗余度;然后,通过局部离群因子算法计算所有样本点的离群因子,并将离群因子...     

T接线光纤差动保护的实用通信方案

介绍了T接线路下差动保护采用的三端传输系统的应用方案,主要包含系统构成、冗余同步计算和通道异常时自适应处理逻辑.其中冗余同步计算方案通过两个从端的互校计算能够有效地识别通道收发延时不一致情况,确保了差动保护不会因为数据不同步而误动.该方案在许继电气股份有限公司研制的WXH-813A/T装置上得到了实现.通过华北电力科学...     

基于新息图法的电力系统不正常事件识别方法

新息图法在识别负荷突变、不良数据和拓扑变化的识别方面较之传统的状态估计方法,具有计算过程简单,对测量冗余要求较低的优越性.新息图法结合了静态状态估计和动态状态估计的优点,利用新息差矢量在新息网络中的特征,能够对恶劣条件下的不正常事件准确识别并加以修正.通过IEEE - 30节点系统算例,对新息图识别不正常事件的过程进行...     

基于Thompson tau-四分位和多点插值的风电功率异常数据处理

针对传统风电机组风速-功率异常运行数据处理清洗时间长、模型复杂的问题,提出一种基于Thompson tau-四分位法和多点插值的异常数据处理算法。首先,对切入风速与切出风速间等于或小于零的异常功率数据点予以剔除,通过划分风速区间,采用Thompson tau-四分位法对异常运行数据进行分段精细化清洗,降低异常点辨识的模型复杂度;然后,通过四点插值细分算法对清洗后的异常数据进行重构,获得完整的风速-功率有效数据;最后,以风电机组实际风速-功率数据为算例进行对比分析。结果表明所述方法实现简单、效率更高,尤其在临近风电场数据缺失、异常、不可用情况下,所提出的重构方法能有效提高重构数据质量,且重构效果更优。     

母线负荷预测中样本数据预处理的新方法

选择SCADA量测数据作为原始数据源,针对目前母线负荷数据中3类典型的异常数据,提出了一种样本数据预处理方法。采用改进的数据横向比较法识别并修正数据丢失点和由突发事件等原因引起的异常突变点,随后采用db4小波阀值去噪法处理由信道噪声等原因引起的数据波动,使负荷曲线平滑化。该方法能够有效识别连续数据丢失点和异常突变点,在保持原有负荷曲线变化趋势的基础上剔除异常波动数据,实现平滑处理,为下一步直接进行母线负荷预测提供高质量的样本数据,在一定程度上提高最终的预测精度。     

用电信息采集系统的相关性数据压缩方案研究

针对智能电网建设中海量用电信息采集数据的传输和存储问题,文中设计了一套相关性数据压缩方案.首先,在用户侧对传输协议进行解析,分解出占绝大部分的应用层数值数据.对数值数据进一步分类,据子类不同分布特性采用自编码网络或差分编码等相关性压缩算法,进行实验去除冗余.最后,进行了异常数值的分析上报和恢复处理,对未来智能电网的建设有着重要意义.     

配电网的最小供电能力：定义、模型、求解和应用

最小供电能力是最大供电能力的对偶指标,它们分别位于供电能力曲线的最低点和最高点。提出最小供电能力的定义、数学模型、求解方法和应用方法。建立最小供电能力的数学模型,它是严格安全边界上以总负荷最小为目标函数的线性规划模型;提出基于最大冗余方程的求解方法,以得到达到最小供电能力时的工作点,针对每个取得最小供电能力的边界,该方法将冗余量等于最大冗余的约束添加到边界约束中,形成最大冗余方程,通过求解该方程得到边界上最小供电能力点的表达式;对所有的最小供电能力点表达式取并集得到最终结果。算例结果验证了所提模型和方法的正确性。