电力通信网络在运设备的多维健康评估模型研究

电力通信网络设备对于保证电网的安全和稳定运行具有重要作用.为此本文建立了电力通信设备的多维健康度评价模型,通过组合不同的评价指标对设备的运行状况进行评价,并通过对历史数据的分析得出各个评价指标的权重.结果表明本文提出的评估模型可以得出不同设备运行指标对设备健康状态评估结果的影响,同时得到不同种类设备的健康状态排序;算例...     

基于动态权重的设备健康状态评估方法

设备健康度是对设备健康状态的定量评估,可以更准确地反映设备健康状态.现有健康度评估方法并不能很好地反映设备的真实健康状态.针对某型雷达发射机的健康度评价问题,提出了基于动态权重的健康度精确评估方法.本文利用指数函数对各参数的权重动态变化规律进行建模,然后计算采集向量与最佳向量的加权标准欧式距离,可以更加准确地评价设备的健康度.通过对某型雷达发射机的实际测试表明,本方法计算结果准确可靠,能够更好地反映设备的健康程度.     

油浸式电力变压器状态评估模型及方法

针对现场实际,提出了油浸式变压器的状态评估模型及评估方法.模型结合变电运行、检修及在线监测系统数据,将变压器运行状态按层次结构进行评估.评估方法综合采用层次分析(AHP)、模糊层次分析(FAHP)方法进行了各层,各隶属级指标的静态权重及静态相对权重确定,根据各指标劣化程度提出了指标的关注度及相时关注度,并与静态相对权重...     

融合关联与矩阵算法的变电设备状态监测方法

针对变电设备运行过程中容易出现诸多故障的问题,提出基于大数据技术的变电设备状态评估及其智能检修方法;首先,根据变电设备关键性能的状态评估需求,建立基于大数据技术的变电设备状态监测的架构;其次,基于多元时间序列建立变电设备的关键参数体系,对采集到的原始大数据采用关联模式方法进行数据挖掘;将高维随机矩阵用于变电设备状态大数据的多元统计分析,实现监测状态参量之间的关联模式识别,以及不同类型输变电设备典型故障类型与状态参量之间的对应关系;试验表明,该研究方案准确率在80%以上。     

基于大数据的变电设备状态多维感知及智能诊断系统的研究

针对现行状态检修方法在变电设备状态感知单一、系统信息孤岛、状态检修效率低下等方面的问题,本文基于大数据技术,提出变电设备状态多维感知及智能诊断系统。系统通过打造边端变电设备多维感知体系,实现设备多维、实时、全景感知,并构建统一边缘物联代理,完成感知数据就地预处理,在此基础上融合设备状态多源异构数据,搭建云端大数据平台,开展设备状态大数据智能分析诊断,实现设备精准检修。文章首先对基于大数据的变电设备状态多维感知及智能诊断系统整体框架进行介绍,然后详细阐述了系统边端多维感知和云端智能诊断部分的设计及功能。最后,选取主变压器油温-油位关联状态量为例进行状态分析评价的算例分析,算例结果证明了所提系统功能的有效性和实用性,为提高变电设备运检效率提供有效技术支撑。     

煤矿工作面安全状态评价指标赋权策略研究

煤矿工作面安全状态精准评价可促进矿井安全管理水平和防灾抗灾能力提升。以CH₄浓度、CO₂浓度、CO浓度、O₂浓度、温度、风速6种工作面环境监测数据为评价指标,对工作面安全状态进行评价分析。为合理确定评价指标的权重,提高安全评价结果的准确性,采用模糊层次分析法(FAHP)计算评价指标的主观权重、G-GRITIC法计算指标的客观权重,通过基于改进博弈论(IGT)的组合赋权法将主观权重与客观权重结合,得出评价指标的组合权重,解决了决策过程中主客观信息不一致性问题。基于陕西黄陵二号煤矿有限公司209综采工作面安全监控系统采集数据,对基于IGT的组合赋权法进行实验验证,结果表明该方法有效避免了线性加权法、平均加权法的主观判断性,优化了基于博弈论(GT)的组合赋权法的偏差结果,得到的评价指标更加合理,可获得更加准确的煤矿工作面安全状态评价结果。     

基于云重心评估法和熵值法的装备技术状态评估

装备技术状态评估是状态维修的关键环节,对维修决策有重要的支持作用;针对装备的监测信息和历史数据的模糊性和随机性,提出了基于云重心评估法的装备技术状态评估模型;同时,充分利用云理论特征值之一的熵,通过熵值法得到指标权重,避免了主观评价造成的误差;采用加权偏离度最终确定技术状态,构成定性属性值与定量属性值的映射关系;通过实例,验证了该方法的可行性和有效性。     

基于状态检修模式下探析变电检修技术的研究

与传统的周期性检修相比,通过合理运用信息技术手段对变电设备进行状态检修,能够实现对变电运行的实时判断,有效优化运维成本。本文在对变电设备检修工作进行分析后,提出了依托现代信息技术进行在线监测的状态检修构建方法,将变电设备的运行状态以动态的形式呈现在运维工作人员面前。随后,将变电系统一次设备为主要的检修对象,对现代化状态检修的应用方式进行深入探讨,为今后状态检修工作的开展提供技术帮助。     

军队院校课程评估的云模型方法研究

针对当前课程评估存在评价指标主观随意、评价结果形式单一的问题,将云理论引入军队院校课程评估中,提出一种基于云重心评判的课程评估方法。首先建立评估的指标体系,并将各指标值分别用云模型表示,然后确定各指标的权重,计算出加权偏离度,最后将加权偏离度输入评测云发生器得到评估结果。实例验证的结果表明,此方法对课程评估可给出有效的综合评价和理解,具有较高的可信性。     

样本不均衡条件下设备健康度评估方法

为了保障设备稳定可靠运行,减少设备故障,针对大多数设备采集样本不均衡的现状,提出了利用动态权重的支持向量数据描述(SVDD)方法对设备健康度进行评估。该方法首先利用设备正常健康数据进行SVDD单类学习;然后利用少量各种健康状态的数据样本计算SVDD模型超球面距离,结合其评估的健康度,使用二项式回归算法得到健康度拟合曲线,实现了健康度准确评估模型。在计算过程中,所有样本进行了指数变权的动态权重处理以提高准确性。最后以某型雷达发射机为例进行了测试验证。结果表明,该方法可实现设备健康状态准确评估,具有不错的实用价值。     

融合Cox回归与维纳过程的设备状态评估方法

针对机场自助行李托运设备运行状态评估存在数据利用率低和预测精度不高的问题,提出一种融合Cox回归与维纳过程的设备状态评估方法;首先基于事件型数据构建多风险因素影响下的设备状态突变模型,又基于关键子系统的状态型数据构建设备状态渐变模型,提出了复合退化指标并基于维纳过程建立设备性能退化模型,得到设备整体的健康状态值并提出相应维修决策;利用商用模块化航空推进系统仿真数据集和自助行李托运设备运行监测数据对所提方法进行实验验证,结果表明融合Cox回归与维纳过程的设备状态评估方法提高了设备数据利用率和预测精度.     

基于动态权重和模糊综合评判法的健康评估模型

开关柜是电网系统中最关键和最复杂的设备之一,在保证电网系统可靠安全运行中发挥着重要作用.为更好地正确评估开关柜的健康状态,根据专家经验和监测系统的实际情况,建立了基于动态权重机制的模糊综合评估模型.评估模型以在线监测的非电量特征参数为基础,确立了综合评估指标体系和隶属度分布函数,结合模糊综合评判法和动态权重修正模型,综合考虑了各指标对开关柜健康状态的不同影响,同时着重凸出了设备的异常状态.另外,利用该评估模型进行了仿真分析,实验结果表明评估模型具有一定的有效性和合理性,符合电力行业的实际标准和需求,具有一定的使用价值.     

大型变电站分布式自动化检修系统设计

由于大型变电站中的磁场对人们身体健康产生不利影响,因此通常采取分布式自动化检修系统对大型变电站进行检修;但目前大型变电站分布式自动化检修系统主要是通过给变电站中每一个相关设备安装状态检测信号,利用串口将设备运行状态数据传输到监控系统,监控系统根据运行状态数据判定变电站中各设备状态,并根据各设备的状态向串口发送命令,串口执行相应操作,从而完成自动化检修系统设计;但这种方法无法对变电站中需要检修的节点进行定位,导致变电站设备检修存在效率低的问题;为此,提出一种基于RSSI的大型变电站分布式自动化检修系统设计方法,首先对大型变电站分布式自动化检修系统的模块进行设计,并分析各模块功能,对大型变电站分布式自动化检修系统各模块电路进行设计,保证系统正常运行,在此基础上,利用RSSI算法对系统软件进行设计,保证系统能够准确及时的对故障节点进行检修,从而实现大型变电站分布式自动化检修系统设计,实验证明,所提方法设计的大型变电站分布式自动化检修系统能够准确对变电站中故障节点进行定位,保证检修的准确性和及时性,为该课题的研究开拓新道路,推动该领域发展。     

SNA-based multi-criteria evaluation of multiple construction equipment: A case study of loaders selection

Selecting the proper construction equipment is a challenging task owing to a wide range of available types as well as a host of criteria to be considered during decision making. To deal with this, a heterogeneous group decision-making framework to evaluate multiple purchasing choices of construction equipment is proposed with two data forms, i.e., 2-dimension uncertain linguistic variables (2DULVs) and real numbers. Firstly, a novel way to derive weights of experts by social network analysis (SNA) is applied considering trust degrees among experts in a social trust network. Secondly, after evaluation index system is established, 2DULVs that include both the linguistic evaluations on alternatives and decision makers’ appraisals on the given evaluation results are applied to represent subjective fuzzy evaluation information, while real numbers are used to represent quantitative values. Thirdly, 2-dimension uncertain linguistic power generalized weighted aggregation (2DULPGWA) operator is applied to aggregate evaluation values among experts. Fourthly, analytic hierarchy process (AHP) and entropy method are utilized to derive combined weights of sub-criteria before the rank can be obtained by the evaluation based on distance from average solution (EDAS) method. Finally, a case study to evaluate multiple choices of loaders is proposed and a comparative analysis is conducted to prove the effectiveness of the proposed framework. This study provides a meaningful guidance for the optimal selection among various types of construction equipment.     

基于LoRa技术的低压集抄系统运行可靠性分析

传统的低压集抄系统运行的可靠性评估方法,缺少具体的可靠性评估指标框架,无法准确地判定系统的运行状态,造成评估准确率、评估效率、评估可靠度及评估完整度较低的问题。提出基于LoRa技术的低压集抄系统运行可靠性评估方法。在LoRa的框架协议内设定系统运行可靠性的评估指标,判定该低压集抄系统的状态转移率、平稳状态概率以及元件的瞬时状态,以此判定系统的运行状态是否可靠。在此基础上,分别计算系统各个运行状态当中各个节点的负荷承载能力,以及电压崩溃风险。由此完成低压集抄系统运行可靠性评估。经实验验证：所提出的系统运行可靠性分析方法比传统方法的平均评估准确率提高了25%,且所提方法的评估效率、评估可靠度和评估完整度均高于传统方法。     

基于多时相巡检图像的变电设备抗干扰缺陷检测

近年来,变电站中广泛采用机器视觉算法分析多时相巡检图像的差异变化,用于检测各类变电设备缺陷,以确保运行安全.然而,由于拍摄时刻不同,多时相图像间存在天气、光照、季节等各类干扰变化,对变电设备的缺陷检测提出了挑战.对此,提出一种基于多时相巡检图像的变电设备抗干扰缺陷检测方法.首先,利用风格迁移模型CycleGAN学习不同风格域之间的映射关系,并基于检测图生成足量存在天气、光照、季节干扰变化的干扰图;其次,基于参考图$+$检测图$+$干扰图三元组对三重孪生网络TripleNet进行协同训练,在特征层面提出空间一致性损失以抵抗各类干扰变化,用于提取三者鲁棒的多尺度差异特征;最后,搭建特征聚合网络PANet融合多尺度差异特征,输出多尺度的缺陷检测结果.在实际变电设备多时相巡检图像数据集上进行实验验证,结果表明,所提出方法相较于非孪生网络和一般孪生网络可提升2.09%和0.67%的mAP,且在原始样本与干扰样本上的检测精度更均衡,而且所提出方法可以在提升变电设备缺陷检测模型精度的同时增强模型的抗干扰能力.     

基于大数据平台的电力设备运作状态监测系统研究

针对目前电力设备运作状态监测系统焦点都在集群的硬件索引上,对电力设备的线状、性能、节点状况和指令反馈等数据层的监控不足,本文采用大数据技术对电力设备运作状态的显著性及统计因子变量进行相应的决策分析,建成一套通过主动监测设备潜在的运行状态变化的多元回归系统模型。从而有效解决了电力设备运行过程实时监控,潜在故障预警、评估、回溯管理等问题。通过宁夏电力公司的试运行结果表明该模型平台能预期捕获电力设备运作状态下的各项影响变量因素,对这些因素进行掌控将广泛应用于电力设备运作部署与运维。据此结论为该大数据平台的电力设备运作状态监测系统,可自定义设备运行分析报表,实现数据分析结果的随需展现,起到保障电力设备安全、可靠运作,具有一定的推广意义。