首页 | 官方网站   微博 | 高级检索  
相似文献
 共查询到18条相似文献,搜索用时 421 毫秒
1.
分布分层的水电厂预知维护多Agent系统   总被引:2,自引:2,他引:0  
基于多Agent系统理论,提出一种分布分层的水电厂预知维护的多Agent系统模型,该模型由数据采集层、数据处理层、诊断与预诊断层以及维护决策层组成。针对系统中维护Agent,设计了一种包含信仰、能力、行为队列,行为调度、消息邮箱五元组的实用结构模型,并探讨了多Agent的通信和协作。在此基础上给出了一种基于多Agent中间件JADE的预知维护实现参考模型,利用该模型建立了一个水轮机调速系统液压伺服机构的多Agent维护原型系统,验证了模型的合理性和可操作性。  相似文献   

2.
介绍了基于 NET的富互联网应用系统(RIA)结构及其实时性、交互性、安全性和可靠性。根据水电厂检修与维护工作的要求,提出了水力发电设备远程实时监视的RIA模型,并阐述了其工作原理。研究和开发了监测单元层-机组诊断层-远程监视与诊断分析层3层结构式的远程监视与诊断分析系统,该系统已在葛洲坝电厂成功应用。运行结果表明,基于RIA模型的远程监视方法切实可行,具有良好的应用前景。  相似文献   

3.
基于多智能体的电力系统设备预知维护   总被引:1,自引:0,他引:1  
针对电力系统设备传统维护方式的事后维护和计划维护的局限性,在分析电力系统状态监测的现状基础上,提出一个电力系统设备的预知维护通用分层结构模型.该模型主要包括数据采集层、数据处理层、数据诊断层以及维护决策层.通过引入多智能体,建立了一个与FI-PA Agent兼容的电力系统设备预知维护多智能体系统框架,并分析设计了在此框架下智能体的通用内部通用结构以及Agent之间通信与协作.  相似文献   

4.
智能控制-维护-管理系统(ICMMS)中预知维护的研究   总被引:2,自引:0,他引:2  
智能控制-维护-管理系统是自动化领域的发展方向,以状态监测和预测为基础的预知维护是实现智能控制-维护-管理系统的基础之一;预知维护是监测与预测、诊断与预诊断、维护策略制定三要素的集成;预知维护也是ICMMS平台研究的重点之一,在ICMMS平台对电液伺服机构的预知维护进行了重点研究,并利用神经网络技术进行了实现。  相似文献   

5.
将维护系统作为ICMMS的一个子系统,讨论了其分析与设计的详细方法与步骤,基本思想是用户需求驱动、功能分解、逐步细化与具体化;讨论了作为ICMMS框架中维护系统最重要部分的预知维护的功能层通用模型;提出了一种利用人工神经网络构成动态辨识模型,实现设备状态预测和态势分析方法,为预知维护的实现打下基础。对这些方法在水轮发电机组调速的维护系统分析与设计中的应用作了简要介绍。  相似文献   

6.
机组运行设备诊断维护高效管理模式实施研究   总被引:7,自引:0,他引:7  
刘晓亭 《湖北电力》1999,23(1):20-24
基于我国水电现代科学管理大好发展契机,遵照大中型水电厂实现“无人值班”的管理模式要求,提出了水电厂机组运行设备的诊断与维护的高效管理模式,形成监测诊断、维护管理的集成化的系统,以适应我国大电网的发展。  相似文献   

7.
介绍了水口水电厂机组引水系统、泄水系统、船闸系统的组成、系统中金属构件的运行及改造情况,为同类设备的运行维护和改造提供借鉴。  相似文献   

8.
水电厂的状态检修和故障诊断技术   总被引:1,自引:0,他引:1  
阐述在水电厂实现水轮发电机组态检修的必要性,介绍了国内外水电机组状态检修技术发展的概况,探讨耿完成这个目标需要开发的故障诊断系统的内容,系统构成、开发手段等问题。其目的在于推动该技术的深入研究和应用,加速水电厂机电设备的检修体制由计划维修向预知性维修转变。  相似文献   

9.
智能控制-维护-管理系统是自动化领域的发展方向,以状态监测和预测为基础的预知维护是实现智能控制-维护-管理系统的基础之一;预知维护是监测与预测,诊断与预诊断,维护策略制定三要素的集成;预知维护也是ICMMS平台研究的重点之一,在ICMMS平台对电液伺服机构的预知维护进行了重点研究,并利用神经网络技术进行了实现。  相似文献   

10.
基于Community Intelligence的水电厂状态检修决策支持系统   总被引:2,自引:0,他引:2  
水电厂正在逐步从计划检修向状态检修过渡,如何实现维修人员、专家和计算机之间的协调是非常重要的。本文总结分布式智能技术发展提出了Community Intelligence(CI)的概念,并基于CI的元模型设计了水电厂状态检修决策支持系统,探讨了实现分布式协同诊断、维护、决策的原理和方法,详细介绍了系统的框架和功能以及软硬件实现方法。该系统已经在葛洲坝电厂投入运行,结果良好。  相似文献   

11.
水电厂设备状态监测   总被引:11,自引:2,他引:9  
由于维修技术的改进,按计划检测的制度已不适用,状态监测方法正被引入水电厂设备维修中来,叙述了状态监测的原理和系统的构成,着重介绍了状态监测技术中的信息采集和处理、设备状态的分析方法、预测和诊断、专家系统及智能技术应用,认为水电厂设备状态监测系统的关键在于预测模型和专家知识库的建立,并应建立有关量佛判据的标准。  相似文献   

12.
基于现场总线和以太网的水电厂闸门控制系统   总被引:1,自引:0,他引:1  
乔延河  卢志良  傅闯  章璐 《水力发电学报》2006,25(3):142-144,135
将现场总线和以太网技术应用于水电厂闸门控制系统,实现水电厂闸门的现地控制、厂内集中监控、远方监控三级控制。详细探讨了两级现场总线网络的实现,并给出了通信程序示例。两年多的现场运行表明,这样的闸门控制系统满足现代水电厂综合自动化建设的需要,为实现水电厂智能控制-维护-管理集成系统(ICMMS)奠定了坚实的基础。  相似文献   

13.
在部分电量参与市场竞价的环境下,水电厂如何适应丰、枯水季节电网电价政策对年内上网电量结构进行优化,直接关系到水电厂的年收益。本文针对该问题建立了数学模型,给出了约束条件和求解方法;并以某水电厂2002年历史数据为例进行分析对比,得出了水电厂在实行丰枯电价政策的条件下进行上网电量结构优化的策略。  相似文献   

14.
发电企业柔性工作流管理系统   总被引:5,自引:2,他引:5  
发电企业传统管理信息系统技术难以很好地实现对流程性业务的管理。文中介绍了所开发的一个基于数据库的发电企业柔性工作流管理系统的系统模型及数据库设计、工作流实现算法、柔性工作流系统原型的设计,以及发电企业柔性工作流管理系统的实现。该系统具有柔性、集成性、重用性和可扩展性的特点,可以改进和优化发电企业业务流程等,在企业内部实现更好的业务过程控制和业务监督机制,从而减少企业对市场需求变化的反应时间。  相似文献   

15.
为了减少停机时间和降低维修费用,水电厂正在逐步从计划检修向状态检修过渡,如何实现维修人员、专家和计算机之间的协调是非常重要的.本文总结分布式智能技术的发展提出了Community Intelligence(CI)的概念,并基于CI的思想设计了面向水电厂维护的分布式协同决策支持系统,探讨了采用计算机支持的协同工作(CSCW)、CI-Agent与虚拟现实技术实现分布式协同诊断决策的原理和方法,介绍了系统的目标、框架和功能,以及软硬件实现方法.该系统已经在葛洲坝电厂投入运行,结果良好.  相似文献   

16.
基于超导储能的暂态稳定控制器设计   总被引:9,自引:2,他引:7  
设计了用于提高电力系统的暂态稳定超导储能(SMES)装置的非线性鲁棒控制器,并从数字仿真和动模实验两方面进行了验证。为了简化动态性能分析和控制器设计,在实验样机的基础上,提出了新的基于电流型变流器的SMES的动态模型,并将其转化为标幺制模型。通过外部干扰的引入,得到了装设SMES的单机无穷大系统的动态模型,并采用精确线性化方法和线性H∞控制理论设计了SMES的非线性鲁棒控制器。为了验证该控制器的效果,对装设SMES单机无穷大系统进行了数字仿真和动模实验,并将其与常规PI控制器进行了比较。仿真和实验结果都证明了非线性鲁棒控制器具有良好性能。  相似文献   

17.
水电厂最优维护信息系统的数据层次性组织策略   总被引:1,自引:0,他引:1  
针对水电厂设备维护的研究现状提出了水电厂维护域的通用功能参考模型;介绍了水电厂最优维护信息系统的分布式网络体系结构;研究了一种数据层次性组织和存储策略,该策略对设备故障诊断和维护决策的数据信息进行了系统分类和分布存储,具有数据组织模式清楚、存储格式合理、数据使用方便等优点,既减少了数据冗余又能满足最优维护信息系统中各层次的功能需求和电厂不同层次用户的使用需求.  相似文献   

18.
本文简要地介绍了基于Industrial Application Server 2.1(IAS2.1)系统完成太平湾发电厂计算机监控系统改造的情况。重点在以下几个方面:太平湾发电厂的环境条件分析;目前主流计算机监控系统的应用现状和技术状态分析;对应用于太平湾发电厂监控项目的工业自动化平台软件的技术需求的分析;结合IAS2.1的主要技术特点论证了该平台软件的可行性;提供了将IAS 2.1应用于水电厂综合监控的典型实例,从系统结构、主机配置、网络设计、IAS 2.1角色分配、主备式数据引擎设计等主要方面作了突出说明,有助于了解基于IAS 2.1的水电厂计算机监控系统的技术特色;对实例的实际效果和应用情况进行了总结和提炼。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司    京ICP备09084417号-23

京公网安备 11010802026262号