“计算法”找风机动平衡

风机叶轮找动平衡常用作图法,由于作图误差较大,动平衡精确度不高。采用计算法找动平衡,可提高精确度。具体做法如下(见图1): 在风机叶轮上画一与叶轮同心的圆,直径约为叶轮直径的90％,先测出振动值F_0。F_0就是由叶轮不平衡重量M_0引起的。在所画     

基于Multi-agents的智能变电站警报处理及故障诊断系统

针对传统变电站故障诊断的不足,在智能变电站架构的基础上,提出了基于multi-agents的智能变电站警报处理及故障诊断系统.根据智能变电站的体系结构、信息流和数据流特点,设计了警报处理、输变电设备诊断等主要功能模块,以此满足变电站事故分析各层次的功能需求.就警报处理和输变电设备故障诊断系统中各个agent及agent之间的协作机制等方面做了详细论述,实际变电站故障案例证明了该警报处理和输变电诊断模型的可行性和有效性.     

基于特征空间重构的差分-LSSVR短期电煤价格预测

掌握电煤价格变化关系到企业参与电力市场的定价策略以及优化内部运行成本的方针制定。针对导致煤价变化的影响因子数量众多且影响权重变化频繁的难题,在煤价影响因素精细化分析、因素检验与季节差分等方法对特征空间重构的基础上,建立中短期煤价最小二乘支持向量机模型。依据计量经济学等理论筛选煤价相关影响因素,并利用协整检验及格兰杰检验提取主要影响因素压缩特征因子维度;通过建立多年同期对比时序信息数据集,利用季节性差分消除时序信息中周期性因素以及随机干扰的影响,实现特征空间重构,改善输入数据质量。建立基于LSSVR的趋势提取学习模型,并结合周期价格及残差,实现中短期的煤炭价格预测。构建多个对比模型,验证了所提模型的有效性。     

基于AR模型和神经网络的膝骨性关节炎诊断

本文旨在采用表面肌电信号无创性方法诊断和评判膝骨性关节炎,以在早期能够预防和治疗膝骨性关节炎,改善生活质量。在研究中,采集了对照组和膝骨性关节炎患者水平行走时下肢的股外侧肌,股内侧肌,股二头肌和半腱肌的表面肌电信号。利用表面肌电信号建立自回归（AR）模型,提取AR模型参数为特征向量训练BP神经网络,并通过神经网络诊断膝骨性关节炎。实验表明,基于BP神经网络分类器可以得到较好的结果,正确率可达到88％以上。     

基于事件序列数据挖掘原理的高压输电线系统故障诊断:(一)模型与算法

基于事件序列(SOE)数据挖掘(DM)原理的高压输电线系统故障诊断的研究分两部分，该文是第一部分：模型与算法；第二部分是仿真和容错性能分析。根据电力系统发生故障时形成具有时空特征的离散SOE信息，提出了基于事件序列DM原理的故障诊断模型的构造和实现方法。用动态规划算法的相似性优化原理,对实时信息序列中含有畸变信息的SOE与标准的SOE集合之间进行编辑距离运算、运算代价、置信度来完成相似性度量的操作，可由挖掘事件之间的蕴涵的关联性，发现知识和进行信息纠错。所提出方法的重要实质是把故障诊断问题的求解转化为寻找与实时故障SOE模式最相似的、运算操作代价最小的标准故障SOE模式，从而纠正SOE中的变异事件，确保诊断的高容错性能。     

基于事件序列数据挖掘原理的高压输电线系统故障诊断:(二）仿真和容错性能分析

在基于事件序列（SOE）数据挖掘原理的故障诊断模型与方法的基础上，提出了将基于事件序列的数据挖掘原理故障诊断模型用于高压输电线系统（HVTLS）故障诊断领域。分析了故障诊断模型中变异故障模式的种类及其对故障诊断策略的影响,阐述了基于SOE的数据挖掘HVTLS诊断模型和功能模块的构造。依据输电系统故障事件序列在时空特性的关联性，用动态规划算法的优化相似性原理挖掘事件序列之间的关联性和蕴涵的知识，将诊断问题的求解转化为寻找与实时故障事件序列模式最相似的、运算操作代价最小的标准故障事件序列模式。以实现对变异事件序列模式中畸变事件的“复原”和纠错，从而确保故障诊断系统的高容错性。     

以水资源核算体系为基础的水利统计指标体系浅议

从绿色GDP与水资源核算体系的发展背景出发,分析水资源核算的指标体系,在此基础上探讨目前水利统计指标体系存在的问题。并以水资源核算体系的建立为契机,提出水利统计指标体系改革的方向。     

基于神经逻辑网络冗余纠错和FNN组合的配网高容错性故障定位

创造性提出了基于多值神经逻辑网络 (MNLN)冗余纠错和前馈神经网络 (FNN)组合的配网故障定位原理和实现方法。根据配网SCADA系统汇集的信息具有冗余特征 ,及配网拓扑结构的关联性可获得各馈线终端单元 (FTU)信息之间的冗余关系 ,提出了基于MNLN原理的信息冗余纠错的模型及逻辑推理规则。经过纠错处理的、无畸变的信息即形成故障定位FNN模型的输入矢量集。文中所提出原理和方法对配电网具有广泛的通用性 ,具高容错性能和重要实用价值     

基于混合规则网络和警报时序特性的电力系统故障诊断

现有电力系统故障诊断方法大多基于保护和断路器状态信息,没有充分利用故障信息中的时序属性,对于多重故障或存在信息丢失或畸变等的复杂故障情况,有可能得不到明确的诊断结果,甚至可能得到错误的诊断结论。文中提出了一种基于混合规则网络的电力系统故障诊断方法。首先建立各元件的规则网络,生成故障假说最大集;之后,发展了计及警报信息时序特性的故障假说真实性评估模型,以确定故障元件和识别故障原因。这种方法可以充分利用事件顺序记录(SOE)设备中的开关量信息和故障录波中的模拟量信息,借助它们之间存在的因果关系和时序关系能够有效提高故障诊断的容错能力。最后,用实际系统发生过的故障场景说明了所发展故障诊断方法的可行性和有效性。     

基于检修方式下地区电网运行风险评估

检修状态下运行方式的制定对降低电力系统风险及确保电网的安全运行显得尤为重要,将风险理论应用于检修方式下的地区电网运行风险评估,根据地区电网运行特点,引入分层、分区评估的理念及可行运行方式集的生成方法;提出地区电网的运行风险指标,并计及备用电源自动投入装置对失负荷的影响的基础上,利用事件发生概率和后果形成风险矩阵,找到风险值最小的运行方式。最后实际电力系统检修时运行风险评估案例分析验证了该方法的有效性。