基于层次分析法和粗糙集的变压器状态评估研究

针对变压器状态单一评价方法存在的不足和影响变压器性能的状态量错综复杂的特征,建立基于层次分析法和粗糙集的变压器状态评估模型。对变压器部件、状态量进行层次结构划分,借鉴专家经验并以层次分析法求得各部件、状态量的主观权重;结合变压器测试数据,运用粗糙集理论分析出各部件、状态量的客观权重;将主、客观权重进行优化组合,以反映各部件、状态量在变压器综合状态评估的权值。运用该模型对两台不同类型变压器的检修数据进行分析并得出变压器状态评价结果,将该结果与实际变压器检修状况对比,结果表明,此模型具有全面准确地评价变压器状态的能力。     

基于区域生长法和BP神经网络的红外图像识别

针对变电站巡检机器人远程监控系统中红外图像识别存在的问题,提出一种基于改进区域生长法和BP神经网络的红外图像目标设备分割与识别的方法。利用最小二乘法拟合出红外图像中亮度与温度之间的线性关系,建立基于像素的图像温度场;根据设定温度范围确定区域生长法的种子点位置,利用Otsu法确定截屏窗口最优分割阈值,并结合灰度相似性阈值作为区域生长法的分割准则,实现该窗口目标设备精确分割;将分割出的设备二值图像的Hu不变矩作为设备形状特征向量,并对其进行不变性和类间区分度验证;采用引入附加动量法和自适应调整学习率的BP神经网络实现多种电气设备的识别,实验数据表明优化后的BP神经网络具有迭代收敛快,误差波动性小,分类准确度高等特点。     

基于混合实验设计的MMA双组份标线涂料配方设计及其性能

考虑标线涂料配方各组分间的相互作用对标线性能的影响,采用混合实验设计(MED)方法,根据Design-expert v13.0软件给出的响应面分析结果,对MMA双组份标线涂料配方进行优化。通过红外光谱确认了MMA树脂固化后的化学结构,测定了固化剂BPO加入量对标线涂料的不粘胎干燥时间、铅笔硬度和色差(ΔE)的影响,结果表明,室温下BPO加入量1.5%时性能最佳。将配置涂料所用的树脂、颜料和两种填料的用量作为实验变量,以粘度、白度、粘结强度和紫外老化前后的色差作为性能响应指标,通过方差分析选择软件中的匹配模型并确定最佳的涂料配方。结果证实所选模型和实验测量值之间具有一致性,表明混合实验设计法是一种优化标线涂料配方的有效方法。     

基于粒子群优化-支持向量回归的变压器绕组温度软测量模型

针对变压器绕组热点温度测量问题,建立一种基于粒子群优化-支持向量回归算法的变压器绕组热点温度软测量模型,并验证此模型的预测效果。利用基于被动聚集的改进粒子群优化(PSO)算法,优化支持向量机的支持向量回归(SVR)模型的参数组合,并且找到其最优解。充分考虑变压器运行的相关因素,对绕组热点温度软测量模型进行训练与学习,实现对难以直接测得的绕组热点温度的预测。通过对某市110kV变压器运行数据的训练和预测结果,并将其与BP神经网络和SVR方法的结果对比,证明所建模型具有较好的预测能力。