基于元件与量测相结合的负荷特性数据库系统

以电网综合负荷特性的调查统计数据和在变电站现场采集的负荷特性数据为基础,采用VisualBasic6.0开发工具和SQLServer2000数据库平台,开发了一个电力系统综合负荷特性数据库系统,并成功地应用于基于元件和基于量测两种途径的综合负荷建模。阐述了综合负荷特性数据的来源和特点以及数据库的基本结构和功能设计,着重描述了数据库的具体设计方法和技术。实际运行表明,该数据库系统具有结构完整、界面友好、操作方便、运行可靠、扩展性好等特点,为电力系统综合负荷建模及负荷特性研究提供了技术支持。     

液电效应及电火花震源的研究现状与展望

该文系统介绍了与液电效应相关的基础和应用研究现状和发展趋势.基础研究方面分别从液相放电的起始机制、发展过程和冲击波形成机理等方面进行阐述,从建模和实验方法等角度提出了未来在放电起始和发展过程中重要参量的瞬态过程研究等方面的重点和难点;应用研究方面对液相放电应用最为广泛的电火花震源技术现状进行详细介绍,分别从海洋和陆地两...     

高温微尘SCR一体化技术在5 000t/d水泥窑的应用

以华润水泥(长治)5 000t/d新型干法炉窑高温微尘SCR一体化技术的成功应用为例,介绍该项技术的技术原理、设计方案、实施效果,并对方案的应用技术经济性做出分析。对今后同类新型干法炉窑的氮氧化物(NOx)超低排放改造及该技术在大型水泥炉窑上的推广具有积极的参考和借鉴作用。     

定向战斗部毁伤效能评估

准确的毁伤效能评估能够更加全面地分析评估战斗部的威力,对战斗部的评估和优化具有重要指导意义。定向战斗部能够提高弹载装药的能量利用率,但是其毁伤效能评估并不完善。针对定向战斗部毁伤评估存在的关键难题建立柱坐标系下引信-战斗部配合模型,考虑弹体的滚转角因素,基于激光周向探测引信提出最佳起爆延时和最佳起爆方位计算方法,通过实验验证的数值模型提取威力场打击迹线数据,最终形成适用于定向战斗部的毁伤效能评估程序。利用该程序计算不同定向战斗部结构对某直升机目标的毁伤概率,结果表明:圆柱和棱柱两种战斗部对目标的毁伤概率都随着弹目距离的增大而减小,但是棱柱型战斗部减小幅度远小于圆柱战斗部;棱柱型战斗部在30 m弹目距离时对该直升机目标的毁伤概率仍然能达到0.538.     

基于混合迁移行为的自组织迁移算法

自组织迁移算法(Self-organizing migrating algorithm,SOMA)是一种新型的进化算法.在对基本的自组织迁移算法分析的基础上提出了基于混合迁移行为的自组织迁移算法(Hybrid migrating behavior based self-organizing migrating algorithm,HBSOMA).该算法通过在个体迁移过程中引入了多种迁移方式,形成混合迁移行为,使得个体的行为变得多样化,增加了种群多样性,加速了群体在多峰复杂空间中的寻优进程.仿真结果显示,该算法优于原自组织迁移算法.     

基于KPI子空间的工业过程自适应故障检测

针对具有时变特性的工业过程发生的故障是否影响关键性能指标的问题，提出一种基于关键性能指标(Key Performance Indicators,KPI)子空间的自适应故障检测方法(AFD-KPIS)。将正常过程数据空间分解为主元和残差空间。根据过程变量和关键性能指标（KPI）的相关性将主元空间分为KPI相关子空间和KPI无关子空间，并将残差空间Q统计量并入KPI无关子空间，在KPI两个子空间分别构建T2和k近邻故障检测统计量，在线检测判断为正常的数据通过时间窗更新到建模数据中进行用于模型的更新。通过数值案例和TE过程的仿真验证所提方法的有效性。     

基于KPCA-SVM的相关和独立变量故障检测方法

实际工业过程中有一些独立于其他变量的过程变量，为能够分别检测独立变量与相关变量，提出一种基于核主成分分析（kernel principal component analysis,KPCA）和支持向量机（support vector machine,SVM）相结合的相关和独立变量故障检测方法，记为KPCA-SVM．首先，应用基于互信息的变量划分策略，通过计算变量之间的互信息将过程变量划分为相关变量和独立变量．然后，在相关变量空间和独立变量空间分别建立KPCA和SVM模型对测试数据进行监测．与传统KPCA和SVM算法相比，KPCA-SVM方法结合了KPCA在检测相关变量和SVM方法在检测独立变量上的优势，提高了KPCA和SVM方法的故障检测性能．最后，将KPCA-SVM方法应用于田纳西-伊斯曼（Tennessee-Eastman,TE）工业过程进行故障检测，并与KPCA、核熵成分分析（kernel entropy component analysis,KECA）和SVM方法进行比较．仿真结果表明，KPCA-SVM方法具有较好的检测效果，对于多种故障的检测效果有所提升，其中对于微小故障5的检...     

基于核熵成分分析的工业过程多类型故障诊断

核熵成分分析(KECA)特征提取过程中只保留了数据的最大瑞丽熵(Renyi)信息，没有充分利用数据的类别信息。由于监督学习算法线性判别分析(LDA)能够有效提取特征中的类别信息，因此提出KECA-LDA(KEDA)的特征提取方法。首先KECA依据最小Renyi熵损失策略对数据进行维数约简；然后在KECA特征空间使用LDA算法获取具有判别信息的低维特征并输入到支持向量机(SVM)分类器中，利用天牛须优化算法(BAS)得到最佳性能的SVM分类器，从而建立故障诊断模型。将KEDA-BAS-SVM方法应用于田纳西-伊斯曼化工过程(TE)进行仿真实验，结果表明：当采用基于距离测度的矩阵相似性优化确定KEDA中所选用的径向基函数(RBF)核参数时，相比KECA和LDA算法，KEDA特征提取后多类型故障诊断准确率达到99.7%,验证了KEDA-BAS-SVM在多类型故障诊断领域的优越性。     

基于剩余能量释放速率指数的煤岩组合体冲击倾向性判定

煤岩冲击倾向性是煤岩是否发生冲击地压的自然属性，是煤岩发生冲击地压灾害的关键影响因素。为准确评判煤岩冲击倾向性，以煤岩组合体为研究对象，对其开展单轴循环加卸载试验，获得组合体不同应力水平下弹性应变能，建立弹性应变能与应力水平之间的函数关系，提出一种峰值应力时刻弹性应变能计算新方法。据此，提出一种综合考虑试件峰值强度、弹性应变能、破坏过程能量耗散及破坏时间的剩余能量释放速率指数，并结合现有指标给出冲击倾向性判定区间，最后进行合理性验证。结果表明：(1)随着应力的增大，弹性应变能呈现“缓慢→快速→缓慢”的增长规律，对应了应力–应变曲线的压密阶段、弹性阶段、塑性阶段。(2)输入应变能、弹性应变能、耗散应变能的演化规律与应力演化规律相似，均随应力的增大而增大，输入应变能增幅最大，耗散应变能增幅最小。(3)试验获得了组合体不同应力水平时刻的弹性应变能，建立弹性应变能与应力水平之间的函数关系，即任一时刻应力的平方与弹性应变能具有良好线性关系，据此，提出一种峰值应力时刻弹性应变能计算新方法。(4)综合考虑试件峰值强度、弹性应变能、破坏过程能量耗散及破坏时间等多种因素，提出一种新的冲击倾向性鉴定指标：...