计及电器状态关联规则的非侵入式负荷分解

非侵入式负荷监测与分解(NILMD)是获取电器用电信息的关键技术,针对当前NILMD缺乏考虑不同电器关联运行的用电模式和电器状态的强波动性以致分解精度低的问题,提出一种计及电器状态关联规则的新型负荷分解方法。通过仿射传播聚类提取电器的运行状态,基于互信息熵,运用关联规则算法挖掘电器状态的关联性;调整含关联规则的样本权值并结合k近邻算法实现状态辨识;利用极大似然估计完成负荷功率分解。测试算例验证了所提方法的有效性和准确性。     

基于精英蚁群Q算法的中压配电网双Q规划模型

为了有效应用数字化技术提供的精细化地理与负荷信息,根据中压配电网的基本特点,将配电网中的元件抽象为图论中的节点和支路,以经济性和可靠性为目标,建立一种新型的大规模中压配电网双Q规划模型;将0-1变量编码方式转化为序列整数编码方式,降低模型求解的复杂度;提出精英蚁群Q算法,并利用该算法求解辐射状网架,根据最短路法和联络优先原则设置联络线,经过反复迭代得到闭环最优网架。广州某新建园区的算例结果验证了所提模型与算法的有效性。     

基于动态修正技术的电力变压器可靠性评估模型研究

选取变压器油纸绝缘系统作为评估的对象,取热点温度(HST)为核心点,结合Weibull分布和Arrhenius反应定律,建立基于HST的变压器老化故障模型,该模型用于描述变压器的老化过程,目的是计算绕组HST并求解变压器油纸绝缘系统的故障率。然后,基于电力变压器油中溶解气体分析(DGA)数据,结合灰色理论对模型进行修正,确保评估值能很好地跟踪并反映变压器的实际可靠性水平。最后,以江门供电局数据作为实例分析,验证了所建立模型的有效性,通过分析可知该模型能够很好地跟踪变压器的运行状态。     

基于多频超声波技术的变压器油参数检测方法

为准确检测变压器油状态,针对变压器油参数,给出基于多频超声波检测技术的变压器油检测方法。开发相应的硬件检测装置和上位机分析软件。硬件部分可利用多频超声波技术,在1 s内,将大量不同频率的超声波新信号聚集在一个扫描测量频率,进行数以百计的扫描,从而在很短的时间内完成变压器状态诊断。给出了系统的设计原理和主功能单元设计,主功能单元包括发射部分和接收部分。其次,阐述了多元统法的计算原理。基于此,上位机软件可对携带有变压器油参数信息的超声波参数进行统计和分析,以提取其特征量,进一步建立起变压器油运行状态与超声波特征量的关联,进而判断变压器的运行状态。实验检测表明该系统可在线实时检测微水含量、击穿电压(BDV)、活性水等变压器油参数,解决了传统检测装置检测步骤繁琐、不能在线检测等问题,提高检测灵敏性,降低检测成本。     

WG—1700离心机大修技术攻关总结

通过对ＷＧ－１７００离心机的技术攻关,克服了该机的振动问题,同时解决了因转子轴颈的磨损需换轴的问题,保证碱蒸发工段生产力的正常进行,节约了资金近十万元。     

水电机组故障诊断专家系统研究现状与发展前景

从开发研制水电机组故障诊断的角度,针对故障诊断专家系统开发中面临的知识表达,知识获得取及实时诊断等关键问题的研究现状和开发前景进行了重点论述,为该领域进一步的研制工作奠定了基础。     

影响真丝针刺非织造布顶破强力的相关因素分析

非织造布生产技术是纺织工业中最年轻、最有发展前途的一种新技术,在非织造布生产技术中,针刺非织造布生产占有很大比例,用针刺法制成的产品,具有很高的强力,丰满的手感,良好的透气性和滤水性,尤其是真丝针刺非织造布。真丝针刺非织造布作为絮被面料,在国内由我院...     

能源互联网内多类设备协同运行的能量管理系统软件设计

针对能源互联网中的海量分布式设备和电动汽车的需求,利用C#和Java编程语言设计并开发面向能源互联网的能量管理系统。该系统采用典型B/S 架构,以Asp.Net动态网页开发技术和数据库技术为核心,由云端后台算法、云端服务器的MySQL数据库、前端的网页三大部分构成。详细介绍了软件平台的系统框架,分为上下两层。其中,上层为日前-实时协同的多时间尺度能量管理系统模块,下层包含分布式设备协调控制子系统和电动汽车协调控制子系统。最后,通过仿真算例分析,能量管理系统能对海量的分布式设备和电动汽车进行优化调度,验证了该软件的可移植性、有效性和实用性。     

浅析铝合金板材清洗技术改进

本文以天津忠旺铝业有限公司现有的2350 mm铝合金板带材清洗拉矫机组为研究对象,通过分析目前生产过程中其清洗段系统的使用现状以及清洗效果,提出清洗段设备的改进方法以及清洗工艺的优化方案。通过对比实验得出结果,通过对清洗设备改进以及工艺方案的改进优化,能够有效降低生产成本、改善铝板清洗后的表面质量。     

基于图表示学习与知识蒸馏的电缆故障快速识别方法

在牵引供电系统设备故障预警中,准确并快速识别电缆的早期故障是智能化运维的关键技术。为挖掘特征构建的深层信息和解决工程部署迭代速率问题,文章提出一种基于图表示学习和知识蒸馏的电缆故障识别方法。首先,对电缆的电流信号采样分析,将时间序列下的特征信息用图特征进行动态显示和更新,采用卷积自编码器对特征图像实现降噪重构;然后,利用基于知识蒸馏的图卷积神经网络识别算法,构建教师-学生网络故障识别模型,研究在PSCAD仿真环境中搭建电缆故障模型采集过电流扰动信号;最后,通过实验对比证明所提模型的有效性和准确性,所提模型大幅提升模型迭代速率,同时增强在噪声扰动下的鲁棒性,具有工程应用价值。