基于不同优化算法的厂级负荷分配研究

提高机组的经济性,降低成本,是火电厂实行"竞价上网"所面临的迫切任务,所以在电厂各发电机组间实行机组负荷优化分配,提高运行效率,降低生产成本意义重大。本文根据现场机组煤耗数据采用多项式拟合的方法求取了机组煤耗特性曲线二次关系式,建立了负荷优化分配模型,考虑了机组优化分配问题中的各种约束条件,进而利用MATLAB优化工具箱对算例进行优化运算。最后将基于动态规划法与等微增率法的两种负荷优化分配方案进行了分析比较,指出了两种方案的优缺点与适用条件。     

用计算机控制来估计与提高锅炉机组效率

工业锅炉机组的在线计算机控制可以减小过剩空气量并使燃料分配最优化,从而大大节约能源。锅炉效率的在线计算提供了锅炉性能的真实量度;而在燃料消耗要最优控制时,锅炉效率的在线计算还影响到负荷分配的工况。本文介绍了三种计算锅炉机组效率的方法,讨论了计算结果的准确性与可靠性,提供了基于在线辨识、用于最优调节的计算机控制策略,并给出了可达到的经济效益。     

基于改进粒子群优化算法的火电厂机组负荷分配

以坑口电厂厂级监控信息系统的机组负荷在线优化分配功能模块为应用背景,针对模块所运用的基本粒子群优化算法在优化过程中容易陷入局部收敛、收敛速度慢的缺点,提出一种基于惯性权重非线性减小策略的改进粒子群优化算法,使惯性权重呈对数减小;测试函数仿真结果表明,改进粒子群优化算法在收敛速度和寻优精度方面,优化性能均优于基本粒子群优化算法;通过MATLAB与Visual C++混合编程,开发了机组负荷在线优化分配功能模块,提高了算法的计算效率和工程应用价值。     

冷轧MES机组作业计划过程中的任务分配法

基于鞍钢新轧集团股份有限公司冷轧薄板厂MES工程的实际情况,介绍了机组排产作业计划过程中的任务分配方法。该方法以机组与生产任务的最佳匹配、机组的负荷平衡为性能指标,采用了实时最小负荷分配规则,科学地解决了冷轧生产线CIMS环境下机组排产作业计划的在线生成问题,实现了生产线上的生产路径优化控制,从而提高了生产质量和设备利用率。     

基于多源数据的电网一次调频能力平行计算研究

为解决电网一次调频性能难以估计的问题, 本文提出了基于多源数据的电网一次调频性能平行计算平台. 通过采集整合OMS (Operations management system)、WAMS (Wide area measurement system)、SCADA (Supervisory control and data acquisition)等系统的各类型一次调频数据, 以极大似然估计、数值拟合等方法构建机组一次调频性能功频图谱. 采用均方差分析建立电网一次调频性能数学模型, 基于并网运行机组的一次调频性能功频图谱, 估算出当前电网的实际一次调频性能. 算例计算表明, 本文所提出的计算方法能够有效兼顾机组类型的静态特性和运行工况的动态特性, 并以平行执行方式完成人工估算系统与实际电力系统的滚动优化, 实现了电网一次调频性能的在线全面估计, 为电网频率管理与控制提供数据决策支持.     

电站锅炉过热器系统动态建模及现场数据仿真

基于机理分析法建立了电站锅炉过热器系统的集总参数模型,反映了过热器出口主蒸汽压力、温度和流量的动态特性。结合实际运行数据拟合求取了模型所需参数,无需对实际系统进行扰动实验。采用多项式和最小二乘法拟合了一定范围内水和水蒸气的物理性质计算公式,利用机组大范围变负荷条件下的实测数据对模型进行了验证仿真。结果表明,该模型的输出与实际运行数据趋势基本一致,能够用于在线实时仿真。     

基于深度学习的火电厂机组负荷调度自动控制方法

传统火电厂机组负荷调度自动控制方法无法准确预测多用户目标负荷，导致负荷调度误差较大，提出基于深度学习的火电厂机组负荷调度自动控制方法。通过火电厂的历史运行数据构建火电厂机组负荷分配模型，采用深度学习中的长短期记忆网络（Long Short-Term Memory,LSTM）神经网络进行火电机组负荷预测，建立机组系统能耗与负荷频率的相关模型，输出负荷调度结果，引入比例、积分（Proportion Integral,PI）控制器实现火电厂机组负荷调度自动控制。实验结果表明，文章设计方法能够准确预测火电厂机组运行负荷，在升负荷过程及降负荷过程中的调度负荷和调度自动控制准确性均较好。     

径向基神经网络和遗传算法优化热电负荷分配

根据不同机组特性对电厂热电负荷在机组间进行优化分配,是机组节能的重要手段.对于径向基神经网络算法的隐藏层函数中心选取进行了优化,利用梯度下降法对连接权重进行初始化以及更新.利用改进后的径向基神经网络构建了关于全厂煤耗量与机组负荷之间的模型算法,对两台350 MW机组的实际运行数据进行了分析拟合.针对遗传算法可能陷入局部...     

一种基于用户规则的ESB

提出一种基于用户规则的ESB,用于解决企业内部信息平台异构和数据难以整合等问题.该ESB使用基于用户规则的路由技术、xpath等技术,总线实现对消息的拆分与整合功能,提高系统之间相互通信的效率.介绍一种基于Web技术的在线管理平台用于弥补ServiceMix没有一套完善的管理工具,该管理平台能够实现在线修改、编译、部署、服务管理、缓存数据管理,以及路由规则管理等常用操作.     

基于遗传算法的电力系统机组组合问题研究

针对遗传算法应用于机组组合问题的具体实现技术进行了深入的研究.以电力系统机组组合为研究对象,用遗传算法解决电力系统机组组合及机组问的负荷分配问题.对54机系统进行了仿真计算,为遗传算法应用到机组组合问题的实用化进行了有益的尝试.     

压缩机预选启动与负荷分配自动控制设计开发

长输天然气管道压缩机多机启动时,单靠人工完成一系列操作,耗时时间长,检查判断不准确,多机并行运行能耗较大;为了提高压缩机多机启动效率和启机一次成功率,自动识别启机不满足项,快速投用负荷分配使机组做功效率最大化;利用数据采集与监视控制(SCADA)系统,对多台压缩机设定启动优先级、启动台数和负荷分配自动控制,优化逻辑控制器(PLC)与压缩机组控制系统(UCS)通信;创新实现了多机组一键顺序启机和启机后多机组负荷分配自动并网;经实际应用满足了中俄东线天然气管道黑河首站4台压缩机多机启动要求,降低了人力和能耗,提高了生产运行效率;为多行业多种输送介质的大型机械设备联合自动控制提供了丰富的参考价值,对UCS与SCADA的控制整合具有一定的指导意义.     

基于Spark的输变电线路实时故障监测研究

输变电线路状态监测数据是智能电网中数据量很大的一部分,不仅包括在线的状态监测数据,还包括设备的基本信息、实验数据、缺陷记录等,在数据处理的可靠性和实时性方面的要求都很高。根据实际应用中输变电线路的故障类型,设计并实现了输变电线路实时数据故障监测模型。其中,利用高效处理实时数据的Spark系统,研发出基于Spark的分布式ISODATA和模糊KNN大数据分析算法,与单机KNN算法相比,在时间性能上提高了70.75%效率,具有明显的计算效率优势。     

基于大数据平台的水轮发电机组故障诊断系统

水轮发电机组是水电站的关键设备,它的运行状况直接关系到水电站的安全生产。目前对水轮发电机组运行状况的掌握大都通过装设的状态监测系统运行数据的分析比对和计划检修相结合的方式,但往往都是故障已经发生后才能予以发现,不能提前对设备运行工况进行预判。本文详细介绍了一种基于大数据平台的水轮发电机组故障诊断系统,该系统主要由数据处理平台、模型算法平台、可视化展示平台三部分组成,是一种基于大数据平台和互联网技术的典型应用。其主要通过挖掘水电厂现有计算机监控系统、状态监测系统等信息系统的实时及历史数据,再经过一系列关联算法提取这些数据中蕴含的丰富的价值信息来实现对机组的运行状况监视、健康评价、趋势预警、故障诊断、检修指导等。     

基于大数据的辅机设备振动噪声监测分析平台

分析了对辅机设备进行状态监测和分析研究的必要性,创新地将大数据技术应用于该领域,解决了该研究领域中的关键技术难题,设计并实现了一个辅机设备振动噪声大数据监测分析研究平台。平台采用流式数据实时分析技术和实时批处理技术相结合的方式,采用Storm+Hadoop大数据处理架构。一方面,利用Storm以流计算的方式,对噪音、振动、电流、电压、谐波等海量原始数据进行快速计算和处理,并将处理后的数据传输至实时监测中心;另一方面,采用批计算技术,将海量原始数据存储到基于Hadoop的分布式文件系统中,建立大数据库,再采用基于MapReduce的大数据分析技术对海量数据进行数据挖掘和建模。该平台的研究不仅实现了对辅机设备的运行管理的监测和分析,还可以作为辅机设备振动噪声大数据建模和研究的基础。     

基于虚拟仪器的自动测试系统设计

针对当前的军用配电器测试系统操作复杂、成本高等问题,设计了一种基于虚拟仪器的自动测试系统。系统的提出可以提高系统单元测试的先进性、通用性、规范化以及自动化程度,并且可以完成配电器自动化测试、装置的功能测试、电阻测试、延时时间测试,以及对装置振动测试过程中的继电器触点闭合状态可靠性的监测。系统硬件主要由基于PXI总线的计算机和多种NI板卡构成,其中包括PXI-2737矩阵开关板卡、PXI-4072数字万用表板卡以及PXI-7811r数字I/O板卡等。软件部分采用LabVIEW作为自动测试系统的软件开发平台,使系统具有较强的扩展性和维护性。系统经实验测试实现了对测试数据的实时采集、显示及自动存储等功能,并完整的记录了被测配电器的测试数据。经实际应用系统满足了安全可靠,操作便捷,成本低,效率高的工程要求,适应现代化测试要求。     

民机运行大数据分析平台整体架构研究

针对日益增长的民用航空巨量数据,借助大数据存储和分析技术,构建民用航空运行大数据分析平台,可更有效支撑快速响应、航材管理、健康管理等各项民机运行业务。结合目前国内外民用航空领域大数据技术的应用现状,梳理民机运行的业务模式及数据类别,设计并构建民用航空大数据分析平台的整体架构。根据目前民用航空运行业务需求,对民用航空大数据平台的硬件平台的管理节点、数据节点的计算能力等功能性能进行设计,并对民用航空大数据平台的轻量级计算、离线数据计算、实时在线数据处理分析等计算需求进行研究,针对不同的计算方式,提供具体解决途径。最后对民机运行大数据分析平台的业务应用集成及接口技术进行研究。分析表明研究成果有助于提高我国民机运行效率,为民用飞机运行大数据平台提供支撑。     

基于大数据的电网规划精益分析平台研究与应用

随着新能源的大量接入和用户的广泛参与,电网企业的数据呈指数级增长,电网规划部门迫切需要运用大数据的分析手段提高规划决策的精准性。本文以地市供电公司的实体业务为切入点,基于地理位置信息,在数据融合贯通的基础上,运用数据可视化技术多维度动态展示地区电网负荷分布和电网供给能力,辅助规划人员快速发现负荷分布规律和电网薄弱点。运用大数据分析挖掘方法构建基于负荷特性分析的负荷预测模型,支撑电网项目和运行方式安排。打破电网负载问题的单一评价方法,建立可度量的电网综合评价体系及模型,为电网项目统筹提供量化依据。基于大数据的电网规划精益分析平台通过电网负荷可视化展示,有效提升了电网诊断分析效率,运用大数据分析方法提高了地区最大负荷的预测精度,实现了电网问题的数字化评估,提高了电网规划投资决策的精准性。     

基于M2M技术的矿区环境监测平台研究

为了有效监控矿区环境状况,预防安全事故的发生,介绍了一种基于M2M技术的矿区环境监测平台的设计方案。该平台采用M2M技术对矿区温湿度、瓦斯体积分数、土壤压力等环境数据进行监测,并采用RSSI算法实现矿区人员定位功能;采用最小二乘法对各环境监测数据进行曲线拟合处理后在上位机监控界面进行实时显示。实验结果表明,该平台运行良好,通信正常,且经拟合处理后的环境监测数据曲线更光滑,大大减小了数据误差。     

基于Hadoop与RabbitMQ的人脸识别算法测试平台的设计与实现

针对人脸识别算法研究过程中测试效率低下的问题,基于分布式技术,设计并实现了通用的分布式大数据测试平台。为了提高人脸识别算法的大数据测试的执行效率,提高测试结果统计计算的执行效率,基于RabbitMQ设计分布式并行执行架构,利用Hadoop集群的MapReduce框架进行分布式并行计算。利用Java语言的Spring框架开发测试平台,将测试代码与测试图片托管于Hadoop集群的HDFS文件系统,实现了测试业务与测试平台的分离,提高了平台的通用性。该测试平台不仅实现了单个测试任务的分布式执行而且满足多个测试任务同时执行,可对测试任务以及测试相关的代码与数据进行有效的管理。与传统测试方法相比,该平台测试效率提高10余倍,测试图片的数量越大测试效率提升越明显。该测试平台具有业务通用性、容量可扩展性,对于其他人工智能算法的大量数据测试具有借鉴意义与参考价值。     

基于SOA的智慧河道水质监测预警平台设计及应用

针对传统河道管理体系中水文站点分布多、散、面广,水质样本采集方式耗时耗力,各部门间“信息孤岛”等问题,设计基于SOA的智慧河道水质监测预警平台。使用LPWAN技术,构建低功耗、远距离水质数据在线采集系统,通过SOA架构实现多源异构数据接入;通过PSO-BP算法及AR算法对采集到的数据进行水质分析和预测。平台实现了“云管端”一体化的在线水质参数采集及监测预警,预测误差在允许范围内基本低于1.5%,具有较好的实用性。