葛洲坝机组的现场试验与状态检修

通过长期以来对葛洲坝水电站机组的运行观察与现场试验，发现已服役20多年的水轮发电机组的运行状况和相对效率曲线与投产初期的变化较大，与之相应的机组稳定性变差，设备故障也明显增多。为了保证电站运行的安全可靠性，获取最优的经济效益，就更加需要关心设备的健康状况。实现设备的在线监测，建立故障诊断分析系统，掌握其变化规律，是该电站机组状态检修系统建设正在开展的课题。     

无浮托引张线的发展和技术特点

为了突破无浮托引张线长度200 m的限制,扩大无浮托引张线的适用范围,通过理论和试验分析了引张线长度与垂径、线体材料特性的关系,认为采用高强度、轻密度的新型材料,可使无浮托引张线长度达到500 m,并提出无浮托引张线的主要技术指标要求。     

梯级水电站水光互补系统调峰运行方式研究

针对梯级流域涉及电站数量较多，光伏出力的随机性和不确定性等问题，提出了一种能够考虑机组负荷分配的水电调峰模型。首先，以调峰效益最大为目标，构建了一种水光互补的梯级水电站调峰模型；然后，根据所得梯级电站群日内发电曲线，构建基于调峰模式下的梯级水电站负荷分配模型；最后，针对梯级水电站枯期时对比分析了3种场景下以调峰效益最大模型的水光互补系统调峰优化结果，验证了模型的合理性与有效性。     

龙滩水电站汛前消落水位优化及规律研究

龙滩水电站是红水河开发的控制性水库,开展龙滩水电站汛前消落水位优化研究,对流域防洪安全、供水安全、电网用电安全意义重大。在分析龙滩水电站汛前消落运行现状及调度需求的基础上,建立了龙滩水电站汛前消落优化调度模型,并通过进化算法对模型高效求解,然后在多年优化调度方案集的基础上对龙滩水电站优化消落水位规律进行深入分析,提炼龙滩水电站汛前消落水位优化调度规则。结果表明通过优化龙滩水电站汛前消落水位过程,能够显著提高梯级水库群的多年平均发电效益,所提炼的龙滩水电站汛前消落水位优化调度规则能在实际调度运行中提供技术支撑。     

GEC-300励磁控制系统在葛洲坝电厂的应用

针对葛洲坝电厂17F励磁控制系统已不能满足智能化目标要求的问题,进行了整体改造,新设备采用GEC-300励磁控制系统,对该系统进行了技术改进,以满足现场运行要求。通过运行实践,该系统能够快速完成励磁调节和限制任务,充分保证励磁运行的稳定性和可靠性。     

大型水轮发电机组机械振动信号随机噪声控制

由于传统大型水轮机发电机组机械振动信号受到环境干扰,其稳定性较差,难以准确判断机组机械运行状态。因此,提出了一种基于变分模态分解-小波变换的振动信号随机噪声控制方法。采用交替方向乘子法和拉格朗日函数建立了振动信号模态分解寻优函数模型,并通过傅里叶变换和变分约束条件完成了振动信号的模态分解。使用能量差方式确定分层数,通过Stein无偏似然估计确定小波系数的阈值,得出随机噪声,并将剩余模态层信息重构,得出实际振动信号,实现了随机噪声控制。实验结果表明,该方法在振动信号随机噪声控制方面效果好且用时短。     

DPS提升混凝土流道抗冲磨性能作用机制研究

混凝土流道在服役过程中会因高速水流携带固体悬浮颗粒的冲击和磨损作用而出现冲磨破坏,影响流道的过流能力和混凝土结构的长效安全。永凝液(DPS)是一种渗透结晶型材料,可渗入混凝土内部一定深度并填充混凝土内部的毛细孔和微裂隙。开展实验研究DPS在混凝土内部的入渗规律,DPS对混凝土微细观形貌、孔隙结构、表面硬度和冲磨性能的影响特性。试验结果表明DPS可以显著提升混凝土表层的密实性、表面硬度和抗冲磨性能,研究成果可为混凝土流道的抗冲磨设计提供参考。     

铁心异常时基于异频电流激励法的定子铁心损耗试验分析

为防止发电机在运行中因片间绝缘损坏,造成短路,引起局部过热,甚至危及机组的安全运行,需要对发电机的定子铁心进行损耗试验。对于试验方案在进行大型机组试验时存在绕线困难等问题,提出了一种采用异频电流激励法进行发电机定子铁心损耗试验的方法。建立铁心存在短路缺陷情况下的有限元仿真模型,通过对比工频大电流激励和异频小电流激励下铁心的发热情况,论证了异频小电流可以替代工频大电流进行铁心损耗试验。     

基于深度学习的三峡水库实时防洪调度模型北大核心CSCD

水库实时调度需要考虑多种约束条件及综合目标,具有较高复杂度。本文以三峡水库实时防洪调度为研究对象,提出一种基于深度学习的水库实时防洪调度模型。研究模拟三峡水库实时调度过程,生成训练样本数据。基于样本数据生成高维张量输入数据,通过网络参数训练提取高维数据特征以学习拟合水库实时调度模式。基于深度卷积神经网络实时调度模型在训练过程中提取闸门数据特征,模型中采用强化学习算法,迭代优化模型参数,随着样本数据不断更新,通过在线学习实现最优调度决策。实例研究表明,水位实时控制和下泄流量实时控制模型模拟的下泄流量与实际数据相对误差分别为1.4%和1.0%左右,该深度学习模型有较好的收敛性,能够应用于水库实时调度。     

基于小波熵自适应阈值的语音信号去噪新方法

针对语音信号去噪问题, 提出小波熵自适应阈值去噪法。首先利用小波变换分解带噪语音信号, 计算小波分解后信号子带区间的小波熵, 然后将小波熵和自适应阈值相结合确定各层高频系数的阈值门限, 采用折中指数阈值函数对各层高频系数进行去噪处理, 重构降噪后的语音信号, 最后对比小波熵自适应阈值、极大极小阈值、固定阈值和无偏风险阈值去噪方法的性能。实验结果表明, 当输入信噪比为5 dB时, 小波熵自适应阈值去噪法的输出信噪比是最大的, 且其输入输出信噪比曲线高于其他三种阈值去噪法的输入输出信噪比曲线, 从而证实该算法具有更好的去噪性能。