地震条件下计及杆塔结构可靠度的电网可靠性评估研究

地震会对电网造成破坏性影响,目前对于地震条件下电网可靠性评估主要进行抗震性能的分析,所得近似分析结果满足不了实际需要。在对地震条件下电网可靠性评估中考虑了输电杆塔结构可靠度与地震的传播性,采用有限元仿真手段直接分析了输电杆塔的结构问题;利用杆塔结构可靠度来计算输电线路故障率,在得到输电线路可靠性数据后评估了各个地震烈度下电力系统的可靠性;最后计及地震的传播性评估了电网的综合可靠性。地震条件下计及杆塔结构可靠度的电网可靠性评估模型可用于地震条件下电网薄弱环节的预警,为改善电力系统抗震性能提供参考。     

基于变量分块的 KDLV-DWSVDD 间歇过程故障检测算法研究

非线性动态间歇过程中,测量变量存在不同的序列相关性,且变量间的交叉相关性会体现在不同的采样时刻上,然而传统检测方法没有考虑这种变量间的相关性,通常将所有变量视为独立或相关关系进行特征提取,不能充分提取到故障信息的特征,造成监测效果不佳。因此,提出一种基于变量分块的核动态潜变量-动态加权支持向量数据描述(KDLV-DWSVDD)间歇过程故障检测算法。首先,通过求取变量间的互信息值(MI)将变量分为相关与独立两个变量子块;然后,通过KDLV算法将相关变量子块分为动态部分和静态部分,对动态部分建立向量自回归模型进行监测,对静态部分采用邻域保持嵌入(NPE)算法进行监测;独立变量子块中自变量的动态信息可通过DWSVDD算法进行提取;最后,通过KDLV-DWSVDD算法建立监控统计量进行故障检测。所提算法在青霉素发酵仿真过程中平均故障检测率可达90.38%,相较对比算法提高了近15%,半导体实际工业过程也证明了所提算法对于间歇过程故障检测的可行性和优越性。     

基于S-RNPAE算法的间歇过程早期故障监测

针对具有多变量、非线性和高维度特点的间歇过程数据使得早期故障信号易被噪声干扰且故障幅值低导致故障监测效果不佳的问题,提出一种基于堆叠鲁棒邻域保持自编码(stack-robust neighborhood preserving autoencoder,S-RNPAE)的间歇过程早期故障监测方法.首先,通过$L_{2,1