基于层次分析法和粗糙集的变压器状态评估研究

针对变压器状态单一评价方法存在的不足和影响变压器性能的状态量错综复杂的特征,建立基于层次分析法和粗糙集的变压器状态评估模型。对变压器部件、状态量进行层次结构划分,借鉴专家经验并以层次分析法求得各部件、状态量的主观权重;结合变压器测试数据,运用粗糙集理论分析出各部件、状态量的客观权重;将主、客观权重进行优化组合,以反映各部件、状态量在变压器综合状态评估的权值。运用该模型对两台不同类型变压器的检修数据进行分析并得出变压器状态评价结果,将该结果与实际变压器检修状况对比,结果表明,此模型具有全面准确地评价变压器状态的能力。     

基于蜻蜓算法优化BP神经网络的燃气轮机故障诊断

为了提高燃气轮机故障诊断的准确率,提出了一种基于蜻蜓算法(Dragonfly algorithm,DA)和BP(Back Propagation)神经网络的燃气轮机故障诊断方法。针对BP神经网络容易陷入局部极值的问题,采用蜻蜓算法(DA)对BP神经网络的权值和阈值进行参数优化。仿真结果表明:基于蜻蜓算法的DA-BP神经网络的燃气轮机故障诊断准确率高达97.78%,训练误差为0.03%,与基于粒子群算法的PSO-BP故障诊断和标准BP算法的故障诊断相比,DA-BP模型诊断的准确率最高,训练误差最小。实例证明,采用DA-BP模型实现燃气轮机气路故障诊断具有良好的诊断速率和诊断准确率,具有一定的应用价值。     

STM32和LoRa的地下电缆在线监测系统设计

地下电缆电流大于载流量导致温度过高,容易引发故障,但受空间限制,难以监测。首先分析了电缆环境温度和载流量之间的关系,给出了动态载流量计算式,基于LoRa无线传输技术小尺寸、低功耗、低成本、远距离的优点,开发了基于STM32和LoRa的无线监测系统,给出了电缆在线监测系统原理和基于LoRa技术的链式监测系统拓扑结构。该系统可实时采集地下电缆温度与电流,地上监控中心实时显示监测数据和动态计算载流量,具有过载报警功能。实验结果表明,该系统实时性强、运行稳定、功耗低,具有一定的应用价值。     

一种自动阻抗匹配算法

阻抗匹配是射频系统中的重要组成部分,良好的阻抗匹配能够避免功率反射和优化射频源输出。针对梯度算法在自动阻抗匹配过程中的不足提出一种改进方法。介绍自动阻抗匹配器的系统结构,并对基于反射系数模的梯度信息的阻抗匹配算法进行讨论。对2种算法得到的结果进行比较,结果表明,该方法能够缩短匹配时间。     

基于新的广义粒子群方法的发电机组轴心轨迹提纯

针对发电机组等旋转机械轴心轨迹图的特点,结合案例提出一种新的广义粒子群思想,并将这一新的广义粒子群优化方法用于轴心轨迹提纯。将轴心轨迹图作为粒子群,建立粒子运动模型,阐述了广义粒子群方法的提纯和去噪机制,并给出了广义粒子群–模拟退火算法。通过转子振动试验平台上的模拟测试实例验证了该方法提纯轨迹的效果;对提纯后的轨迹图反演振动信号的分析表明,该方法去噪效果优于数学形态学滤波方法。该方法实现简单,是一种有效实现轴心轨迹提纯的新方法。     

基于GA-PSO-BP的发电机组故障诊断

介绍了一种具有遗传算法中的选择、交叉、变异操作的遗传—粒子群算法(GA-PSO),解释了用于BP神经网络的参数优化过程。阐述了通过转子振动试验台上的仿真将GA-PSO-BP用于发电机组故障诊断的测试,表明GA-PSO-BP在训练速度及诊断准确率等方面优于传统BP及PSO-BP。     

基于区域生长法和BP神经网络的红外图像识别

针对变电站巡检机器人远程监控系统中红外图像识别存在的问题,提出一种基于改进区域生长法和BP神经网络的红外图像目标设备分割与识别的方法。利用最小二乘法拟合出红外图像中亮度与温度之间的线性关系,建立基于像素的图像温度场;根据设定温度范围确定区域生长法的种子点位置,利用Otsu法确定截屏窗口最优分割阈值,并结合灰度相似性阈值作为区域生长法的分割准则,实现该窗口目标设备精确分割;将分割出的设备二值图像的Hu不变矩作为设备形状特征向量,并对其进行不变性和类间区分度验证;采用引入附加动量法和自适应调整学习率的BP神经网络实现多种电气设备的识别,实验数据表明优化后的BP神经网络具有迭代收敛快,误差波动性小,分类准确度高等特点。     

灰色理论PNN和D-S集成的汽轮机组故障诊断

汽轮机组发生故障的原因多且复杂,若是仅采用单一的故障诊断方法进行故障诊断,可能会存在误诊或漏诊的问题.为了解决此类问题,同时为了提高故障诊断的可靠性,所以引入D-S理论进行融合故障诊断.针对汽轮发电机组故障的特点,提出了一种基于灰色理论-PNN(概率神经网络)和D-S理论集成的故障融合诊断策略.该策略先采用灰色理论和P...     

PCA和GA-PSO-RBF集成的发电机组远程故障诊断

首先基于LPC2290核心芯片的arm嵌入式工控平台设计了远程数据采集系统,使故障诊断系统通过Internet在线获取发电机组状态数据。然后给出了主元分析(PCA)和GA-PSO-RBF神经网络集成的故障诊断方法。故障模式向量先通过PCA降维,降低RBF神经网络的规模和计算时间。针对RBF神经网络参数难以设置、收敛速度慢等不足,介绍了一种具有遗传算法中的选择、交叉、变异操作的遗传-粒子群算法(GA-PSO),用于RBF神经网络的参数优化过程。最后以转子振动试验台仿真发电机组,实现了状态信息的远程获取;通过故障诊断仿真测试验证了PCA和GA-PSO-RBF集成诊断方法的有效性。     

基于GA-GRNN数据挖掘的SCR脱硝系统建模优化研究

火电厂选择性催化还原法(SCR)烟气脱硝系统是处理燃煤机组烟气排放NOx污染的主要途径,但该系统具有多输入变量、环境影响复杂、时变非线性等特征,因此建立准确的系统模型是SCR优化控制的基础。提出了一种融合遗传算法(GA)主元分析和广义回归神经网络(GRNN)数据挖掘的SCR系统建模方法。首先使用GA对运行数据进行变量选择优化计算;然后将最优变量作为GRNN的输入量,利用数据挖掘技术建立SCR系统数据模型。基于某电厂机组运行数据的实例分析表明,该方法建立的模型具有复杂度低、精度高、泛化能力强等优点。