水库洪水预报-调度-演进一体化模型研究及应用

我国东南沿海地区受梅汛和台风暴雨影响,洪水灾害频发。水库作为重要的防洪工程措施,其精准预报、有效调度对于防御洪水,降低洪水风险具有重要意义。本文以温州市泽雅水库为研究对象,构建三水源新安江模型、马斯京根河道演算、水库调度模型、一二维水动力串联耦合模型,形成水库预报-调度-演进一体化模型。建成的一体化模型集成接入泽雅智慧水库平台,推动水库防洪业务数字化转型。经历史洪水模拟结果分析,泽雅水库洪水预报、防洪调度及下游洪水演进模型能够满足水库保护下游城镇安全的要求,有助于提高水库洪水预报调度科学化、数字化、精细化水平。     

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...     

实时数据库在电站辅助系统一体化平台中的应用

电站的辅助系统一体化平台将各自独立的辅助设备管理系统进行集成和整合,能够在同一个平台中显示和操作安全生产部门所需的各个子系统的信息和数据.以浙江桐柏抽水蓄能电站为例,介绍了辅助系统一体化平台的系统组成和网络结构、实时数据库的数据采集结构、接口配置以及统计报表系统的设计等.实例表明,实时数据库作为电站运行数据的存储系统,在辅助系统一体化平台中确实起到了预期的良好作用.     

数字孪生永宁江洪水预报模型构建及系统应用

以永宁江流域作为试点,构建数字孪生流域,建设具有“四预”功能的“2+N”业务应用体系,综合保障区域防洪安全。考虑到流域内地势起伏大、用地类型复杂、横跨多个行政区块等客观原因,为提高预报精度,基于Mike系列模型,建立永宁江洪水预报模型。采用2013年“菲特”、2015年“苏迪罗”和2019年“利奇马”等台风洪水作为计算场次,根据2013—2019年水文资料选取5场洪水进行率定,结果表明各站模拟与实测过程趋势线基本一致,其中峰值水位误差：下路站为1.31%,西江闸下站为2.23%,永宁江闸上站为-0.98%,南洋站为0.04%。4站的洪峰水位平均误差为0.58%,洪峰滞时平均误差为0.8 h,主要预报站点的确定性系数在0.7以上,计算时间在30 s以内。将预报模型、工程调度信息与数字孪生流域系统相耦合,总体展示永宁江流域的工情和防汛情况,实现永宁江流域防汛的智慧决策,为调度指挥提供有力的数值分析保障。     

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.