面向智能水电站的在线监测状态实时自动巡检方法与应用

巡检是保障水电站安全的重要手段。文中在总结水电站巡检方法的基础上,根据系统构成与行为关系模型,利用在线监测系统纵向追忆和横向关联的优势,提出了综合状态和性能的巡检分析方法。该方法在智能水电站一体化信息平台下,首先通过有效性检查及冗余切换对数据进行甄别与容错;然后,一方面自动采用动态阈值分析与相似影响因子趋势分析检测系统状态异常,另一方面通过宏试验或根据经验模型自动计算系统执行任务的性能指标,并检测性能越限及性能降低程度;最后,根据状态及性能检测结果,发出报警信息;同时,通过数据关联与数据同步,有效提升了状态数据的关联性,进而为故障诊断提供决策支持。基于该方法开发的智能化巡检系统已应用于葛洲坝电站。     

基于深度特征提取与迁移学习的滚动轴承故障诊断

机械设备的安全运行是工业制造过程中的基本要求,而滚动轴承作为机械设备的重要部件,由于在复杂条件下长时间运行,容易发生不可预见的故障。故障的发生,无论大小都会造成经济损失。因此,对滚动轴承进行可靠的诊断至关重要。针对强噪声背景下卷积神经网络特征辨识度不足的问题,提出一种多尺度卷积神经网络（multiscale convolutional neural network,MSCNN）与双向门控循环单元（bidirectional gated recurrent unit,Bi GRU）相融合的深度特征提取网络,利用MSCNN和Bi GRU对带噪声的振动信号分别提取多尺度特征和时序特征,并通过注意力机制模块对融合特征赋予不同权重,实现重要特征选择。进一步,为解决变工况下源域与目标域特征分布不同的问题,在所提深度特征提取网络中引入迁移学习,通过多级距离公式度量源域与目标域特征分布差异,并将度量结果添加到损失函数中,利用损失的反向传播,实现源域与目标域特征分布对齐。最后,模型以softmax函数作为分类器进行滚动轴承故障诊断。实验对比和分析表明,所提模型具备较好的迁移能力,取得了更高的故障识别准确...     

虚拟现实技术在电力系统中的应用研究

随着科技的发展,虚拟现实技术在电力系统中的应用具有广阔的前景和深远的意义.对虚拟现实技术在电 力系统规划、运维和安全等方面的具体应用进行详细介绍,通过综合研究发现,将虚拟现实技术应用于电力系统中能 够提升电力系统的安全性、可靠性和效率,降低成本和风险,同时也有助于电力行业数字化转型和智能化发展.