融合主成分分析的熵权灰色关联度燃气电厂综合评价

本文根据燃煤电厂评价指标的选取准则,结合燃气电厂的特点,从安全环保、可靠性、设备管理、经济生产和运行状况5个方面建立了燃气电厂多级评价体系。在该多级评价体系中使用熵权灰色关联度法评价三级指标,得到二级指标评价结果;利用主成分分析法计算二级指标评价结果,得出燃气电厂整体性能排名。为验证本文方法的可行性和准确度,对6个不同类型已投运的燃气电厂进行实例分析,并与熵权灰色关联度法和熵权TOPSIS法的评价结果进行比较。结果表明:本文方法计算结果最优,各级指标对燃气电厂整体性能的影响与实际情况相同。这一结果为燃气电厂综合评价提供了建模方法和指标选取依据。     

基于EEMD近似熵的水电机组振动信号特征提取

对于水电机组非平稳非线性振动信号特征提取方法的研究近年来一直是水电机组故障诊断领域研究热点,特征提取的有效性直接关系到故障诊断的准确性。本文提出基于集合经验模态分解（EEMD）和近似熵的水电机组振动信号特征提取方法,将信号经EEMD分解后筛选得到的本征模态分量（IMF）近似熵特征值输入概率神经网络（PNN）进行模式识别。采用经验模态分解（EMD）和近似熵特征提取方法进行对比实验。识别结果表明：采用EEMD和近似熵的特征提取方法,能有效区分机组不同的运行状态,可为实际工程应用提供理论依据。     

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。     

基于混合半云模型的风速-功率曲线建模方法

风速-功率曲线的准确建模是风电机组出力态势评估和风电功率预测的关键基础之一。计及风电映射关系的不确定性及功率曲线的分布形态,提出一种基于混合半云模型的建模策略来实现对风功率数据固有和随机分布特征的挖掘和建模。引入最优组内云熵算法快速有效地剔除异常数据;采用逆向云发生器求取期望、熵与超熵数字特征来定量刻画风速-功率对应关系的不确定性,构建腰部数据的半云模型;通过X条件云发生器和正向云发生器分别求取腰部和上部数据的功率云滴,实现定性数字特征向定量数据的转换。以中国东北某大型风电场的实测数据为例,从数据质量、频率分布和风功率预测等维度分析混合半云模型,验证了所提方法的可行性。     

基于结构熵的电力骨干通信网抗毁性研究

电力骨干通信网抗毁性分析对于评价电力通信网络的生存性能,制定网络的保护策略具有重要的意义。结合复杂网络异构性,基于电力骨干通信网拓扑结构,构建了网络节点差异性矩阵。依据电力通信的业务特点,将链路传输流量作为链路的权重,构建了网络链路差异性矩阵。融合节点及链路差异性定义了节点重要度及电力骨干通信网的结构熵。以一个实例网络对网络的节点重要度及蓄意攻击下以结构熵为指标的网络抗毁性进行了仿真分析,结果表明了所提方法的合理性和有效性。     

基于参数优化变分模态分解和多尺度熵偏均值的行星变速箱故障特征提取

针对某型装甲车辆行星变速箱行星轮故障特征难以提取的问题,提出了结合参数优化变分模态分解(VMD)和多尺度熵偏均值的故障特征提取方法。为克服VMD算法参数选取依赖经验的弊端,采用粒子群优化算法对VMD参数进行优化。使用参数优化后的VMD算法对信号进行分解,并依据互信息选取有效分量对信号进行重构。多尺度熵能反映信号在多尺度下的复杂度,偏均值可以反映多尺度熵的均值和变化趋势。采用基于多尺度熵的综合指标多尺度偏均值,以全面反映振动信号在多尺度下的特性,用于衡量行星变速箱运行状态,从而进行故障特征提取。行星变速箱实验数据处理结果表明,新方法可以更加有效的提取行星变速箱故障。     

引入AHP熵值赋权的武装直升机作战效能评估

为解决传统熵值法评价指标赋权时,会出现指标权重过大的问题,引入层次分析法(analytic hierarchy process,AHP)的赋权方式对熵值法进行改进.对指标差异性系数进行两两对比来求解指标权重,通过实际数据检验,指出传统熵值法的弊端,构造基于信息熵的判断矩阵并求解出指标权重,分别使用传统熵值法和引入AHP的熵值赋权法对武装直升机作战能力的7项指标赋权进行作战效能评估.结果表明:该方法能弥补传统熵值法赋权时单一指标权重可能过大的不足,赋权结果更加合理,武装直升机作战能力随某个指标变化的评估结果也更为准确.     

基于最小熵解卷积的轨面缺陷漏磁信号处理

钢轨表面缺陷的漏磁检测会受到巡检速度等因素的影响,导致背景噪声增大,检测灵敏度降低。为了增强缺陷信号特征,提高漏磁信号的信噪比,提出了一种基于最小熵解卷积的漏磁信号处理方法。通过目标函数法,计算得到最优的逆滤波器参数,对采集到的漏磁信号进行滤波处理。为衡量最小熵解卷积算法滤波效果,将处理得到的缺陷信号和背景噪声信号的峰峰值与小波变换法和中值滤波法进行对比。实验结果表明,最小熵解卷积算法对缺陷信号起到了明显的增强作用,且其效果优于小波变换和中值滤波。     

基于G2-熵权法的低压配网台区状态特性评估

从低压配网台区的线路特征、运行特征2个主要方面的指标对低压配网台区状态特性进行评估。首先从上述2个方面建立评估指标体系;其次对指标进行一致化和无量纲处理;然后采用基于功能驱动的G_2法(唯一参照物法)加入专家经验求得各指标的主观权重,同时采用基于数据差异驱动的熵权法求得各指标的客观权重;最后利用拉格朗日最优乘子法综合主客观权重求得各指标的综合权重,得到低压配网台区状态特性的评估函数,根据评估函数值对低压配网台区状态特性做出评估。通过对某地的若干个低压配网台区进行实例分析,验证了该评估方法的有效性和可行性。     

微电网群功率优化控制

随着间歇性电源(分布式风电、光伏)在中、低压配电网中渗透率的提高,多个微电网可能共存于一个区域配电网中,各微电网间能量互济与协调控制的微电网群技术开始引起广泛的关注。以微电网研究为基础,分析了微电网群的典型特征及拓扑结构。以微电网群功率波动为研究对象,建立了微电网群功率波动熵值的动态调度模型,采用量子粒子群优化算法进行求解实现优化控制。仿真结果验证了所提微电网群功率优化控制方法的正确性和有效性。