履带式磁吸附爬壁机器人喷漆机构的设计

本文讨论了用履带式磁吸附爬壁机器人实现喷漆的问题，阐述了喷漆机构运动的实现以及如何保证喷漆连续条件．设计了可工作于平面和弧面的喷漆机构，并且在罐壁上进行了实验，达到了预期的效果     

基于深度信念网络的计量装置故障溯源研究

针对电网海量大数据中存在异常的电表数据,提出了一种基于深度信念网络的计量装置故障溯源模型。首先,分析了深度信念网络（DBN）模型基本原理,提出了一种智能电表故障分类DBN结构模型,并给出了计量装置故障溯源建模流程;然后,通过建立离线台账样本库、实时用电曲线故障特征样本库,实现了计量装置故障样本库构建;最后,基于实际电表测试和数据异常识别,完成了计量装置的台账样本库溯源测试,并与已有的贝叶斯、决策树、随机森林、决策树提升等分类算法进行比较,测试结果验证了所提模型和方法的正确性和有效性。     

油田注水系统结构及优化分析

油田注水开发是我国陆上油田开发的一种重要方式。然而,油田注水系统的耗电量巨大,随着油田综合含水率的上升,注水能耗还将急剧上升,因此开发注水系统节能技术是油田节能工作的重点。油田注水系统节能优化控制的主要方向是在满足配注条件的情况下,使注水系统总的能 耗函数最小;探讨了注水系统优化的途径。     

基于Faster R-CNN的非侵入式负荷识别方法

针对非侵入式负荷辨识终端对特征相似电器、小样本数据辨识困难等问题,提出一种利用改进的Faster R-卷积神经网络(convolutional neural networks, CNN)对小样本负荷数据进行高精度辨识的方法。在传统的Faster R-CNN目标检测算法的基础上,增大了模型输入图像尺寸,保留更多负荷图像曲线的细节,提高了对小目标图像细节的识别效果;替换模型特征提取网络VGG16为Inception V2网络,拓宽了网络宽度,减小了差异较大的图像曲线变化尺寸对模型识别造成的干扰,以满足对不同尺度的负荷特征图像曲线的特征提取。在数据集上测试Faster R-CNN对非入侵式负荷设备识别的可行性与准确性,结果表明该方法显著减小了数据处理与识别网络的计算量,使识别的准确率与召回率均有了较大提升。     

油田注水机组振动信号的在线检测与分析

介绍了油田水注水机组振动信号的在线检测与分析的研究成果，提供了注水机振动信号在线检测与分析方法，其中包括振动信号的检测与参数选择，振动烈度分析，振动频谱分析以及振动趋势分析。所述的内容均已在大庆油田工业现场实施，取得了预期的效果。     

水磨沟区配网规划中负荷预测方法

新疆乌鲁木齐市水磨沟区,面积121.7平方公里,是乌鲁木齐市重要的工业区、商贸区和旅游区。负荷预测是电力系统的一项基本工作,在整个经济运行中占有重要地位。可靠的负荷预测不仅对系统规划非常重要,在电力的市场化趋势下,它还直接带来可观的经济效益。针对水磨沟区规模,用电水平,采用传统的负荷预测方法很难准确把握水磨沟区配网目标年负荷水平。     

油田注水机组流量调节阀的节能优化控制分析

对注水机组进行优化控制的方法有调速调节控制和节流调节控制。采用闸阀节流调节控制方法简单易行 ,投资少 ,若以泵水单耗最低为优化目标实施优化控制是可行的。具体做法是 :当相邻站注水量增加或注水井需水量减少时 ,可关小阀门 ,使泵出口压力提高 ;当相邻站注水量减少或注水井需水量增加时 ,可开大阀门 ,使泵出口压力降低。现场应用试验表明 ,采用闸阀节流调节控制方法 ,注水机组泵水单耗最高降低 12 %,平均降低 3%,具有明显节能效果。