基于模拟退火粒子群算法的水电站优化调度

以洪家渡水电站为例,探讨了模拟退火粒子群算法(SAPSO)在水电站中长期优化调度中的应用方法及效果。结果表明:该算法可以求解具有复杂约束条件的非线性水库优化调度问题,并具备求解精度高、收敛速度快的优点,为解决水电站中长期优化调度问题提供了一种有效的方法。     

基于模拟退火算法支持向量机在枯水期月径流预测中的应用

鉴于支持向量机(SVM)最佳算法参数难以确定的不足,利用模拟退火算法(SA)搜索SVM学习参数,提出SA-SVM预测模型,并与基于遗传算法(GA)搜索SVM学习参数的GA-SVM模型作对比,以云南省龙潭站枯水期1-3月月径流预测为例进行实例研究,利用实例前43年和后10年资料对模型进行训练和预测。结果表明:SA-SVM模型对实例后10年枯水期1-3月月均径流预测的平均相对误差绝对值分别为3.11%、4.93%和6.75%,精度优于GA-SVM模型,表明SA-SVM模型具有较高的预测精度和泛化能力。SA算法通过赋予搜索过程一种时变且最终趋于零的概率突跳性,有效避免了算法陷入局部极值并最终趋于全局最优。     

水电站常见电气一次设备故障检修与故障处理方法

由于水电站电气一次设备建设、安装技术条件与工作环境等因素影响,出现了设备结露受潮、油污积灰和长期运行出现设备老化等问题,导致设备系统整体绝缘水平降低,严重威胁水电站设备的安全稳定运行。从水电站经济运维角度出发,详细讨论了水电站常见电气一次设备的故障类型及故障特征,分析了水电站电气一次设备故障的常用检修方法及具体措施。以发电机、电压互感器、电流互感器、励磁系统为例,探讨并解决了设备故障定位难、判断不准确、耗时长等关键问题,经完善检修措施,提升了电站运行的整体稳定安全水平。     

基于支持向量机决策树的泵站稳态工况运行下状态识别

根据统计学理论提出一种基于决策树支持向量机的泵站状态识别方法,支持向量机是基于统计学理论发展而来的学习方法,在处理小样本,非线性,高维数的问题上较为出色。泵站系统数据往往维度较高,通过主成分分析将数据压缩降维,利用处理过后的数据对三级支持向量机进行训练结合决策树建立泵站运行状态判别模型,进行泵站稳态运行下的状态识别。实验表明:该方法优点是训练时间短,识别准确度高,具有较强鲁棒性。     

基于稀疏自编码支持向量机泵站故障检测

对多要素不确定性泵站故障进行有效检测,引入深度学习理论知识,提出了一种基于自稀疏编码的支持向量机泵站故障检测方法。结果表明:对于有限样本的情况下稀疏自编码的SVM方法泵站故障检测可获得较高的精度,并验证了方法的可行性、正确性及有效性;通过对比SVM、稀疏自编码的SVM、BP神经网络3种泵站故障检测方法,得出稀疏自编码的SVM在泵站故障检测中的优越性。为泵站故障检测提供了一种新的解决方法。     

小水电站自动按水位优化运行的方法

我国小水电系统存在着设备陈旧和自动化程度低的问题,大部分电站不能按水位优化机组出力,导致运行效率不高。设计给出一种水位自动检测电路,实现了水电站自动按水位优化运行,更有效地利用了水能。图3幅。     

励磁装置对小水电站孤网运行频率的影响

针对小水电站孤网运行时的频率波动,分析了励磁装置影响频率的原理。为保证小水电站孤网运行的安全稳定,除合理确定机组和引水系统参数外,还要充分重视励磁装置对频率的影响,正确选择和调整励磁装置。     

基于灰狼优化算法优化支持向量机的变压器故障诊断方法

为了能够解决传统人工经验方法准确率低、智能算法中存在的适用性不强等问题,针对支持向量机受到惩罚系数和核函数的敏感性,提出一种变压器诊断模型,该模型利用三对比值作为特征输入,利用灰狼优化算法优化支持向量机的惩罚系数和核函数,并利用优化后的参数模型去对变压器进行故障诊断.实验结果表明,支持向量机模型预测的准确率为90％,而...     

基于形态学特征及支持向量机的水电机组轴系故障识别

为解决水电机组主轴运行期间的潜在故障,提出了多重分形谱、粒子群寻优和支持向量机对主轴图像数据多维度故障识别的方法;实现机组轴系运行中的摆度波形形态学特性提取,获得多重分形谱数据;采用粒子群寻优算法从海量样本中寻优获得异常故障特征形成故障特征集,由支持向量机分类方法对故障特征集进行分类识别,有效识别图形数据堆积过程中故障样本分类,实现轴系故障识别,以便确定相应的解决措施。     

基于GSM通信的小型水电站水轮发电机组运行监测装置应用

设计了一种基于GSM通信的水轮发电机组运行监测装置。该监测装置适用于小型水电站,可以及时、准确、客观地反馈水文及水轮发电机组的运行状态。     

基于GSM通信的小型水电站水轮发电机组运行监测装置应用

设计了一种基于GSM通信的水轮发电机组运行监测装置。该监测装置适用于小型水电站,可以及时、准确、客观地反馈水文及水轮发电机组的运行状态。     

基于蚂蚁算法的水电站短期优化运行研究

利用蚂蚁算法的转移搜索和邻域搜索机制,构造了水电站短期优化运行蚂蚁算法模型.实例证明,蚂蚁算法能够解决具有复杂约束的水电站短期优化运行问题,算法编程简单,易于实现.为水电站短期优化运行提出了一种新的、有效的方法.     

基于果蝇优化算法的支持向量机径流预测

为了提高径流预测的精度和可靠性,将支持向量机应用到单因子月径流预测建模中。针对支持向量机模型参数的选择费时费力且效果差的问题,利用全局寻优的果蝇算法优化选择支持向量机的惩罚参数和核参数,提出了基于果蝇算法优化支持向量机参数的FOA-SVM预测模型,并利用新疆某站的月径流历史数据进行了仿真测试。结果表明:与GA-SVM模型和PSO-SVM模型相比,FOA-SVM模型能够提高径流预测的效率与精度。     

基于支持向量机方法的水电机组状态识别

模式识别理论是水电机组状态识别与故障诊断的基础,通过选择不同类型的分类器来实现模式识别。支持向量机(SVM)算法有效地改善了传统分类方法的缺陷,具有较强理论依据,适合小样本的模式识别分类。结合水电机组振动信号特点,采用Hilbert-Huang变换对信号做前期处理,以IMF函数能量值为基本元素构造特征向量,将特征向量输入SVM进行模式识别。结果表明对于小样本分类,SVM方法简单有效,切实可用。     

基于免疫算法的水轮发电机组振动故障检测

故障诊断技术是水轮发电机组安全稳定运行的关键技术之一.针对水轮发电机组传统故障诊断方法诊断效率较低的问题,提出了一种基于免疫算法(Immune Algorithm,IA)的水轮发电机组故障诊断方法.对已采集好的水轮发电机组故障样本数据进行预处理构成故障类型编码,并设置算法的相关参数,在此基础上运用MATLAB开发的免疫...     

基于蜻蜓算法优化支持向量机的帷幕灌浆效果预测研究

灌浆效果预测有利于精准控制灌浆施工质量。针对传统预测模型精度不足的问题,本文对基于蜻蜓算法优化支持向量机的帷幕灌浆效果预测进行了研究。首先,选取248组灌浆现场实测数据,以地质参数和灌浆施工参数作为输入参数,以灌后透水率和灌后裂隙填充率作为表征灌浆效果的输出参数;其次,提出了基于蜻蜓算法优化支持向量机的灌浆效果预测方法;最后,以实际工程为例,对灌浆效果进行了预测分析。结果显示,灌后透水率和裂隙填充率预测值与实际值的Pearson相关系数分别为0.936和0.803,平均绝对误差分别为0.038和0.095,均方误差分别为0.002和0.017,平均绝对百分比误差分别为0.047和0.244,预测值和实际值具有高度的一致性,可为实际工程决策借鉴参考。     

基于三维曲面的抽水蓄能电站机组故障预警模型

深入分析了影响抽水蓄能机组运行状态的有功功率、工作水头等关键因素,确定了机组的健康标准状态,提出了综合考虑有功功率、工作水头作用,能够自适应抽水蓄能机组工况变化的故障动态预警模型。实例分析表明,该模型可以实现抽水蓄能机组的在线安全评估,能及时准确地预警出机组异常(故障),有很好的实用性。     

电网故障引发安稳动作切机对向家坝水电站安全运行的影响

安全稳定控制装置对保证电网安全稳定运行具有重要作用。介绍了向家坝水电站安全稳定装置的功能、配置及控制策略。根据设备特点,重点分析了2013年某次电网故障切机后对向家坝水电站下游水位、机组转速、机组电压的影响,以及机组转速上升对水导上油箱油位的影响,并针对出现故障提出了相应的应对措施。