基于静态电压稳定的事故筛选和排序算法综述

由于负荷的快速增长以及市场机制下电力系统运行方式的频繁调整使得电网可能接近稳定极限运行,这使得电网的电压稳定问题变得越来越严重。如何在事故扰动情况下快速而准确地评估电网的电压稳定性具有重要的意义。阐述了事故筛选和排序的基本概念和评估的指标类型,对现有的各种事故筛选和排序方法进行了总结与述评,并指出了此领域研究存在的问题。     

CHDT技术在超深复杂水淹油藏中的应用

塔里木油田部分老油气田进入中高含水期,原始的油水界面和水驱前缘已经不复存在。为准确确定套管井剩余油分布,为油田提高采收率提供可靠的技术支持,塔里木油田引进了套管井地层动态测试器(CHDT)并进行了推广应用。CHDT通过钻头钻穿套管、水泥环和地层,直接对地层流体性质进行分析或者取样,并可以实时对测试钻孔进行有效封堵。在实际资料应用的基础上,结合动态分析资料和实际生产效果,通过与中子寿命测井和过套管电阻率测井资料进行对比分析,总结了CHDT在复杂条件下识别水淹层和PVT取样等方面具有独特的优势,指出了应用CHDT需要注意的一些问题。     

改进降噪自编码的航空发动机气路故障诊断

为提高故障诊断准确度,针对航空发动机气路故障中状态参数非线性强且易受噪声污染的问题,提出一种改进降噪自编码的航空发动机气路诊断方法。该方法在降噪自编码器(denoising autoencoder,简称DAE)基础上,采用改进萤火虫算法(firefly algorithm,简称FA)优化的径向基(radial basis function,简称RBF)神经网络,进行航空发动机故障诊断,DAE能够提取出更利于故障诊断的深层鲁棒特征。为了进一步提高算法的诊断准确度,引入惯性权重与自适应光强因子的改进FA来优化RBF网络从而得到萤火虫径向基(firefly radial basis function,简称FRBF)网络,再将DAE提取的特征导入其中进行故障诊断。通过实例,将提出方法与原始DAE、单独的FRBF、支持向量机(support vector machine,简称SVM)和RBF这4种算法进行对比,结果表明,所提出方法诊断精度最高,达到98.1%,且算法性能稳定,鲁棒性也优于其他几种方法。     

敏感设备电压凹陷敏感度综合评估方法的研究

实际电力系统中,系统电压凹陷特征及设备电压凹陷耐受能力具有不确定性的特点,给敏感设备电压凹陷敏感度评估带来了困难。在深入分析现有评估方法及不确定性影响因素的基础上,综合考虑系统侧和设备侧两方面的不确定性,提出一种基于模糊变量与随机变量组合的不确定性综合评估方法。将供电系统产生的电压凹陷特征和待评估敏感设备对电压扰动的耐受能力分别处理为模糊变量和随机变量,直接利用样本数据估计模型参数。最后通过仿真实例验证了所提出评估模型及算法的合理性和准确性,该方法具有一定的理论价值和明显的工程应用价值。     

云广±800 kV特高压直流工程逆变站最后断路器跳闸故障研究

逆变站最后断路器跳闸即逆变侧交流系统甩负荷会在换流母线和直流侧设备上引起严重的过电压,是直流过电压与绝缘配合研究中需考虑的最主要故障之一。文章对云广特高压直流系统逆变站最后断路器跳闸引起的换流站交直流侧过电压水平以及避雷器工况进行仿真研究,分析揭示不同运行工况、不同直流保护动作延时与过电压水平的相互关系,提出对保护配合时间的要求,以确保系统设备能安全可靠运行。文中的研究结果可为实际工程设计提供基础数据和技术依据,对现场调试和系统运行时的保护配置具有实际指导意义。     

小湾水电站孔口坝段钢衬安装技术

小湾双曲拱坝设计有5个泄洪表孔,6个泄洪中孔,2个放空底孔,3个导流中孔,2个导流底孔,其中2个放空孔与6个泄洪中孔为全钢衬孔口,本文主要阐述小湾水电站首个孔口坝段钢衬安装方法、现场焊接质量保证措施,类似工程提供参考。     

小湾水电站2号导流底孔封堵闸门安装技术

介绍小湾水电站2号导流底孔封堵门在缆机抬吊不能直接就位且没有别的起重设备情况下安装封堵门方法,为类似项目提供参考。     

一种新的背景模型建立及更新方法*

提出一种新的建立背景模型和更新背景的方法。首先使用一种新颖的方法建立初始背景,然后对每一输入帧使用背景差分法获得前景,并利用分类器将前景分类为运动目标、静止目标、虚假目标、噪声,最后在背景更新阶段采用基于前景目标的背景更新方法。实验结果表明,该方法能建立可靠初始背景,并能有效地解决背景更新“死锁”问题,增强背景模型的鲁棒性。     

基于GANBP的航空发动机性能退化预测模型

以神经网络为代表的人工智能技术,为通过状态监测信息全面表征航空发动机状态提供了可能。如何获取足够的监测样本成为神经网络成功应用的关键。生成式对抗网络(Generative adversarial networks,GAN)的应用可实现在已有状态监测信息的基础上扩大样本量。结合经典的误差反向传播BP(back propagation)神经网络预测方法,设计一种新的具有扩展训练样本能力的GANBP预测模型。以航空发动机为例,利用生成式对抗网络生成航空发动机状态监测样本,通过算例来说明本方法的可行性。实验结果表明在大量的网络迭代训练后,GAN能够提取监测样本的特征信息,利用BP算法对航空发动机性能退化预测并与其它预测方法相比较,证明本文构建的GANBP模型能够有效解决因航空发动机状态监测样本量过小而导致性能衰退预测不准确的问题。     

ABS高分子附聚工艺的中试放大

在高分子附聚小试试验的基础上,使用不同大小的反应釜对试验进行放大,在工艺有效期内,考察胶乳的稳定性,多次中试试验结果的重复性较好,可满足生产要求。使用该胶乳制备出来的ABS树脂冲击有了较大的提高。