PCA和GA-PSO-RBF集成的发电机组远程故障诊断

首先基于LPC2290核心芯片的arm嵌入式工控平台设计了远程数据采集系统,使故障诊断系统通过Internet在线获取发电机组状态数据。然后给出了主元分析(PCA)和GA-PSO-RBF神经网络集成的故障诊断方法。故障模式向量先通过PCA降维,降低RBF神经网络的规模和计算时间。针对RBF神经网络参数难以设置、收敛速度慢等不足,介绍了一种具有遗传算法中的选择、交叉、变异操作的遗传-粒子群算法(GA-PSO),用于RBF神经网络的参数优化过程。最后以转子振动试验台仿真发电机组,实现了状态信息的远程获取;通过故障诊断仿真测试验证了PCA和GA-PSO-RBF集成诊断方法的有效性。     

灰色理论PNN和D-S集成的汽轮机组故障诊断

汽轮机组发生故障的原因多且复杂,若是仅采用单一的故障诊断方法进行故障诊断,可能会存在误诊或漏诊的问题.为了解决此类问题,同时为了提高故障诊断的可靠性,所以引入D-S理论进行融合故障诊断.针对汽轮发电机组故障的特点,提出了一种基于灰色理论-PNN(概率神经网络)和D-S理论集成的故障融合诊断策略.该策略先采用灰色理论和P...     

基于人工蜂群算法优化支持向量机的燃气轮机故障诊断

针对基于SVM(支持向量机)的故障诊断方法中支持向量机的参数难以选取导致诊断结果较差的问题,采用ABC(人工蜂群算法)对支持向量机的惩罚因子C和核函数参数σ进行优化;并构建了ABC-SVM(人工蜂群优化支持向量机)对燃机涡轮叶片故障进行诊断。诊断实例表明,该方法诊断准确率达到96. 43%,具有很好的诊断效果,为燃气轮机故障诊断提供了一种新的方法,具有实际应用价值。     

模拟退火算法在自动阻抗匹配器中的应用研究

介绍了基于搜索最优解的阻抗匹配调节原理,设计了以ARM7为核心的自动阻抗匹配系统.针对自动阻抗匹配器中使用的梯度下降搜索存在收敛速度慢和易陷入局部最优值的问题,提出将模拟退火算法应用于该系统,并给出了分析和设计过程.实验结果表明该算法收敛速度快,性能良好.     

基于深度学习的过程控制回路性能评估

针对流程工业中由于控制系统复杂和过程特性变化而导致的过程控制回路控制性能变差问题,提出使用深度学习方法对过程控制回路的控制性能进行评估。首先,收集控制回路历史过程输出数据,通过带遗忘因子的线性回归算法和振荡检测指标对控制回路进行综合评估,得到性能等级标签;然后构建深度学习模型对评估后的数据进行回路运行特征的提取,实现对控制回路控制性能的等级划分;最后,通过仿真实验使用该方法对控制回路进行性能评估。本文通过实验表明了该方法在控制回路评估中的有效性,同时保证了较高的准确率。     

宜兴油车水库工程通过蓄水安全鉴定

7月2—5日，宜兴市油车水库工程通过蓄水安全鉴定，分两期蓄水，一期按28米高程，二期按设计正常蓄水位38．30米蓄水。该水库位于宜兴市湖滏镇境内，集防洪、供水、景观旅游等功能于一体，集水面积37．4平方公里，总库容3324万立方米，年可供水量1748万立方米。     

基于改进深度信念网络的燃气轮机故障诊断

针对传统智能诊断方法使用的浅层模型难以准确挖掘信号特征量与对应故障原因之间复杂的映射关系,导致故障诊断精度不高的问题,提出了一种基于深度信念网络(DBN)的燃气轮机故障诊断方法。采用Apriori关联度分析法分析燃气轮机故障模式与故障特征向量之间的关系,生成关联度矩阵;根据关联结果筛选出满足精度的特征向量作为输入,同时结合遗传算法(GA)对深度信念网络的结构参数进行优化,建立了基于GA-DBN的燃气轮机故障诊断模型。最后通过诊断实例验证了所提方法的有效性。     

改进D-S证据理论在振动故障诊断中的应用

针对传统D-S证据理论对燃气轮机进行振动故障诊断时会出现一些悖论问题,提出D-S理论改进算法。首先,对采集的燃机振动信号分别从时域和频域进行特征提取,再利用三种不同类型的神经网络模型进行初步诊断,将初步诊断的结果经归一化构建原生证据,然后通过引入证据间的支持矩阵对原生证据进行修正,最后根据改进D-S规则进行决策融合。通过燃气轮机的振动故障诊断实验,证明了该算法能够充分利用各种信息,避免了传统方法出现的悖论现象,提高了燃气轮机振动故障诊断结果的准确性。     

风电接入时考虑储能和分时电价的电力系统经济调度

为了研究风电预测误差的不确定性对电力系统经济调度的影响,首先,用改进的高斯混合模型表征风电预测误差,根据此模型采用拉丁超立方采样生成场景,并利用改进的K-means聚类对场景进行缩减,得到风电初始运行场景及其初始概率,由于初始概率具有一定的随机性,利用综合范数得到其不确定集合。然后,为了促进风电的消纳,在调度过程中同时考虑储能和分时电价的影响,最后构建了min-max-min两阶段经济调度模型,第一阶段以机组的启停成本为目标,第二阶段根据不确定集合寻找最恶劣概率分布下的最优运行成本,并利用列约束生成算法对模型求解。最后采用IEEE 39节点系统证明了模型和算法的有效性。