基于LCC评价的电力设备维护策略研究

研究了电力设备运行维护的生命周期成本（LCc）评价方法及计算方法。建立了定期更换（TBM）、定期诊断（PDM）、大小周期诊断（DDM）以及定期更换与最佳时机的诊断（DTB）4种维护策略。采用基于加速老化实验数据的LCC评价方法,考虑利率、故障率、诊断费用和测量参数的分散度等因素,对电力设备不同维护策略的经济有效性进行了分析和评估     

基于PSO⁃ELM融合动态加权AdaBoost的变压器故障诊断方法

油中溶解气体分析(DGA)是电力变压器故障诊断的一种常用方法。然而,基于DGA的传统方法不能建立精确的数学模型,单一智能诊断方法在实际应用中存在分类能力不足等问题,导致诊断结果准确率较低。文中提出一种基于PSO⁃ELM融合动态加权AdaBoost的变压器故障诊断方法。首先利用PSO算法对ELM模型进行优化,得到PSO⁃ELM模型,然后利用多分类AdaBoost算法对PSO⁃ELM模型进行重复迭代,得到带有不同权重的弱分类器,通过计算各分类器对测试样本的分错率,不断调整每个弱分类器的权重系数,最终利用所有弱分类器加权投票对监测数据进行故障诊断。实验结果表明,相比于BP神经网络、ELM、支持向量机(SVM),文中算法的诊断准确率分别提高16.02%、9.78%、5.62%。     

塔克拉玛干沙漠周边地区潜在蒸散时空演变特征及其主要影响因素

潜在蒸散是区域干湿状况评价、作物需水量估算和水资源合理规划的关键因子。基于FAO推荐的Pen-man-Monteith公式和16个台站1961—2009年逐日气象观测资料,估算塔克拉玛干沙漠周边地区的潜在蒸散量ET0,在对ET0的时空演变特征进行分析的基础上,探讨了影响该地区ET0变化的主要因素。结果表明,塔克拉玛干沙漠周边地区独特的自然地理条件导致多年平均潜在蒸散的分布和变化具有明显的空间差异。49a来塔克拉玛干沙漠周边地区年和四季ET0变化整体上均为下降趋势,时间演变过程中在20世纪90年代初期均由下降趋势转为缓慢上升趋势。空间上,ET0变化在北部地区多为显著下降趋势,而南部地区多不显著;春、夏、秋3季ET0变化趋势的空间分布与年情况比较一致,但冬季ET0呈上升趋势的站点明显增多。影响塔克拉玛干沙漠周边地区多数站点ET0变化的主导因子是风速;第二影响因子春季和夏季主要是日照时数,而影响秋季和冬季ET0变化的主要是平均气温。     

轮腿式微型机器人系统研究

轮腿复合式机器人是在轮式机器人的基础上,通过优化轮子设计以达到快速灵活运动的一种新型的地面移动系统。该机器人主体由机架、两条主轴、齿轮减速机构、轮腿复合机构组成,由单电机驱动,控制系统相对简单。该机器人相比于普通轮式机器人具有较强的越障能力,且结构精简、体积小、重量轻。采用ADAMS对该机器人进行了运动学和动力学仿真,详细探讨了其越障能力、安装相位、轮腿结构、步态等关键问题,为其物理样机的设计、优化和控制提供了理论依据。     

基于深度卷积网络的复杂环境中绝缘子串特征检测

绝缘子串工作状态的智能监测是实现智能电网的重要前提。针对电网巡检图像中绝缘子串特征检测效果受复杂环境的影响。本文引入超像素和统计方法来降低复杂场景的难度,首先采用多尺度方式将图像分解为不同的层,然后采用SLIC将每层图像分解为不同大小的超像素,采用超像素特征来描述多尺度图像的某个区域位置的特征信息,得到图像的粗略显著区域,并作为样本集输入区域网络Region net进行处理,最后通过网络训练迭代得到准确完整的显著特征图。将本文算法和其它流行算法对不同环境中绝缘子串图像进行特征检测对比实验,证明本文算法的F-Measure 以及平均误差MAE均优于当前流行算法。     

龙岗东部地区飞仙关组储层特征及评价

研究表明龙岗东部地区飞仙关组储层的主要储集岩为亮晶鲕粒灰岩、粉—细晶白云岩、具溶孔残余鲕粒白云岩或灰质云岩类。储集空间分为孔、洞、缝三大类,其中主要储集空间为粒间溶孔、粒内溶孔、晶间孔、晶间溶孔。缩颈喉道和片状喉道为本区飞仙关组鲕滩储层中常见的喉道类型。储层类型总体上以Ⅲ类储层为主,低孔低渗,局部地区、局部井段有中-高孔渗储层发育,储集类型主要为裂缝-孔隙型,非均质性较强。     

基于幂函数形式物质平衡方法的高压、超高压气藏储量评价

高压、超高压气藏的储层岩石有效压缩系数、含水层体积及水侵量难以确定,常规视储层压力与累计产气量曲线外推法或其改进方法计算的该类气藏储量的准确度较低。为了提高储量评估的准确性和可靠性,在Gonzalez方法的基础上,建立幂函数形式的高压、超高压气藏物质平衡方程,并结合20个国外已开发高压、超高压气藏实例,确定幂指数经验值,分析了视储层压力衰竭程度和采出程度对储量计算可靠性的影响,确定影响储量评价可靠性的关键参数(视储层压力衰竭程度)的临界值,并与两段式临界值进行了对比和实例计算。研究结果表明:①幂函数形式物质平衡方法的幂指数经验值为1.028 47,其上限值为1.115 67;②经典二段式拐点对应的视储层压力衰竭程度介于0.14~0.38,平均值为0.23,第二直线段外推点对应的视储层压力衰竭程度介于0.23~0.50,平均值为0.33,对应的采出程度介于33%~65%,平均值为45%;③采用上述方法计算了高压、超高压气藏的储量,当视储层压力衰竭程度大于0.33时,计算结果误差小于10%。结论认为,针对高压、超高压及裂缝性应力敏感气藏,所提出的幂函数形式物质平衡方法避开了储层岩石有效压缩系数、含水层体积及水侵量等不确定性参数,具有计算过程简单、实用性较好、误差较小的优点。     

阿氏芽孢杆菌(Bacillus aryabhattai)分离鉴定及其对蔬菜中甲萘威农药降解作用的研究

目的 从寒地黑土中筛选甲萘威降解菌,并对筛选得到的菌株进行形态学及16S rDNA分子鉴定,将该菌株用于蔬菜样品中甲萘威农药残留降解规律的研究。方法 从土壤样品中用含甲萘威农药的培养基进行平板稀释法初筛、96孔板法复筛,分别在37℃(1 d)、4℃(6 d)下进行培养,筛选在OD₆₀₀ nm处吸光值高的菌株,即为可利用甲萘威生长的菌株。获得OD₆₀₀ nm为0.906的菌株D7,并对该菌株进行形态学以及分子生物学鉴定。结果 菌株D7经鉴定为阿氏芽孢杆菌(Bacillus aryabhattai);菌株D7对所选5种叶菜和5种果菜中残留的甲萘威均有一定降解作用,且对生菜中甲萘威的降解率最高为58.7%。结论 筛选出阿氏芽孢杆菌D7,在低温条件生长良好。为微生物法降解甲萘威提供优良降解菌株,解决蔬菜中甲萘威残留的问题。     

蝗虫优化神经网络在变压器故障诊断中的应用

针对变压器故障诊断中传统BP神经网络算法准确率低、收敛速度慢、易陷入局部极小值及对初始参数较为敏感等的不足,提出一种基于蝗虫优化（GOA）算法的BP神经网络故障诊断方法。建立以变压器故障特征气体为输入、故障类别为输出的故障诊断模型,利用GOA高效的计算性能和优良的全局搜索能力对BP神经网络的权值和阈值进行参数优化。仿真结果表明,GOA优化后的BP神经网络模型相比于传统BP神经网络和基于遗传算法优化的BP神经网络,能够在保留广泛映射能力的前提下,提升网络的学习速度和全局搜索能力,进而缩短训练所需时间,提高故障诊断精度。