华东地区城市供电可靠性增长模型的研究与应用

提出了供电系统可靠性增长模型及供电可靠性的预测方法。介绍了供电可靠率RS1和不计系统电源不足限电的供电可靠率RS3的表达式,建立了RS1和RS3的可靠性增长模型,并采用最小二乘法估算增长模型的参数,使用实用回归分析法进行增长模型的统计检验。依据华东地区2005~2010年城市供电可靠性管理数据,给出了上海、江苏、浙江、安徽、福建四省一市的城市供电可靠性变化趋势的分析结果和2011~2012年供电可靠性预测结果。结果表明供电可靠性预测值与实际统计值基本相符,相对误差极小,华东地区城市供电可靠性呈增长趋势。     

基于优化果蝇算法和统计模型的混凝土坝变形预测模型及应用

鉴于构建大坝安全监测模型时传统统计模型拟合精度受样本系列长度、资料可靠性、拟合方法等多种因素影响,提出一种基于优化果蝇算法和统计模型的混凝土坝变形预测模型,利用优化果蝇算法对统计模型各项系数进行优化,以提高统计模型的预测精度。对某混凝土拱坝变形的拟合和预测结果表明,相比于统计模型,基于优化果蝇算法和统计模型的变形预测模型预测精度更高,拟合效果更好。     

电站主设备可靠性定量设计技术的研究

提出了电站主设备可靠性定量设计的方法，介绍了收集现场使用可靠性数据，建立可靠性数据库，分析可靠性薄弱环节和严重的失效模式，确定设计量的分布参数等可靠性设计的基础工作，使用概率设计法和历史数据统计分析法确定关键零件和普通零件的可靠度和可用度；给出了电站主设备的零件，子系统和系统的可靠度，可用度的计算公式和应用于汽轮机产品上的实例，图1参10。     

不确定模型在大坝安全监测中的应用

针对大坝安全监测常规模型未考虑不确定因素影响的问题,提出了不确定模型的建模步骤,分析了不确定模型的特点及其与常规监测模型的区别,实例验证了与统计模型的拟合精度和预测效果,进而证明了在大坝安全监测中的实用性和可靠性。     

基于载荷-强度干涉理论的压气机可靠性模型分析

本文首先介绍了载荷一强度干涉理论和串联系统的独立系统可靠性模型、相关系统可靠性模型和次序统计量模型,然后通过假定压气机各级的分布函数,分别建立了压气机的三种可靠性模型,得到了压气机可靠性随其级数的变化关系,结果显示相关系统可靠性模型和次序统计量模型优于独立系统可靠性模型。     

落雷多且变化大地区的输电线路雷击预测方法

鉴于雷电灾害对输电线路安全运行的影响,目前落雷多且变化大地区在雷击预测方面还有很大的随机性,以网格法建立雷电统计模型,提出了使用基于密度聚类和基于距离聚类两种聚类方法进行雷团聚类预测的研究方法,并引用华东电网地区监测的历史雷击数据进行算例分析,验证了预测算法的精确性和可靠性,具有很强的实际意义。     

“服役条件-持久强度”干涉模型及其在T91/P91钢可靠性评估中的应用

分析了基于Z参数的用于高温材料持久寿命可靠性预测的服役条件-持久强度干涉(SCRI)模型,建立了适用于该模型的Monte-Carlo随机模拟分析算法.利用SCRI模型对T91/P91钢进行了不同可靠度下的持久寿命预测,在综合考虑性能数据分散性及服役条件波动性的情况下实现了材料持久寿命的可靠性预测,为材料的可靠性设计提供了新的思路和方法.     

大型火电机组可靠性分析技术的研究

提出了电站大型火电机组可靠性的计算公式和增长模型。介绍了单台机组和全厂多台机组可靠性的评价指标。可靠性增长模型的参数估计与拟合检验方法,给出了黄台发电厂大型火电机组可靠性的统计结果和可靠性增长的分析结果。表3参4     

曲轴疲劳可靠度分析

曲轴强度分析采用安全系数法不能定量反映出安全可靠程度。由于工作应力和疲劳强度均为随机变量,必须运用概率统计方法进行强度分析,可靠性指标能尽量反映零件安全可靠程度。有限元发展,为内燃机结构强度精确计算提供了条件。本文采用四分之一曲拐有限元模型分析曲拐应力分布,找出危险区域;将应力看成载荷及材料强度函数,运用有限差分法,根据应力—强度干涉理论,借助哥德曼图计算曲轴的可靠度。作者认为在曲轴强度分析中可靠性分析比安全系数法更合理、可靠和接近实际。     

引进型300MW汽轮机可靠性增长规律的研究

提出了上海引进型300MW汽轮机可靠性的增长模型,并介绍了该增长模型的统计分析方法,运行可靠性数据的统计和可靠性增长分析的结果表明,制造了采取的可靠性改进措施是有效的,上海引进型300MW汽轮机的可靠性虽增长趋势,图5表1参2。     

兆瓦级风力机结构系统可靠性分析的样本分数阶矩最大熵方法

以兆瓦级风力机塔架和叶片极限载荷的概率外推模型为基础,结合载荷动态响应峰值的独立同分布假设和三参数威布尔模型,外推获取了正常湍流和极端湍流强度条件下风力机关键部件长期服役载荷概率分布;进一步通过无量纲极值统计量定义系统失效的结构可靠性状态函数,结合样本分数阶矩和最大熵理论提出兆瓦级风力机关键部件结构可靠性分析的数值方法,对比湍流模型对兆瓦级风力机关键部件结构失效概率的影响。计算结果表明：样本分数阶矩最大熵方法能有效重构结构可靠性状态函数的概率分布;基于无量纲极值统计量的系统可靠性建模方法能有效表征风力机关键部件耦合相关失效问题,结合该文方法可获得系统失效概率的准确预测结果;湍流模型对风力机结构失效概率影响较大,难以预先判定何种模型将得到结构失效概率的保守预估结果,需结合IEC 61400-1标准中的设计载荷工况细致分析后才能确定。     

基于数字孪生技术的供电可靠性全息评价

对国内外城市配电网供电可靠性预测评估现状开展调研,提出了基于数字孪生技术的配电网供电可靠性实时计算与精准预测方法,首创可靠性全息健康图薄弱环节辨识技术,开发了电网实际运行与可靠性计算的接口模型和转换算法,根据实际网架拓扑、开关状态、设备参数、用户负荷的实际运行及预测状态,全面分析配电网转供水平和复电能力,发现配电网可靠性薄弱环节,明确影响供电可靠性的主要因素。实地评估开关站单母改造工程可靠性提升效果,同时开展了浦东张江区域供电可靠性全息评价。实现供电可靠性的全景感知、全息评价、动态预测和精准提升。     

基于BiGRU-Copula的多重不确定性变量的概率区间预测方法

有效的概率预测方法有助于提升电网企业调度运行的经济性、可靠性。提出了一种基于BiGRU-Copula的多重不确定性变量的概率区间预测方法。首先引入深度学习方法,建立基于BiGRU的区间概率预测模型;然后建立针对多重不确定性因素概率特性采样的Copula模型;通过采样得到不同预测场景。基于真实历史数据设计仿真算例,结果表明：BiGRU适用于时序型序列的概率预测,基于Copula函数的采样方法能够更好地捕捉多元时变分布的统计信息,所提方法的预测结果更贴近真实情况。     

引进型300MW汽轮机可靠性增长规律的研究

提出了上海引进型300MW汽轮机可靠性的增长模型,并介绍了该增长模型的统计分析方法.运行可靠性数据的统计和可靠性增长分析的结果表明:制造厂采取的可靠性改进措施是有效的,上海引进型300MW汽轮机的可靠性呈增长趋势.图2表1     

大型火电站高压加热器可靠性增长模型验证及预测

文中提出了大型火电站高压加热器可靠性增长模型,详细讨论了该模型的参数估计和拟合检验。根据电力可靠性管理中心统计数据,说明了该模型完全符合被统计的高压加热器可靠性增长变化趋势。分析结果也说明了通过改正,产品设计和制造中的缺陷,提高运行人员的素质和操作水平,改善设施及运行状况,产品的可靠性将得到逐步提高。     

基于蛙跳算法与卡尔曼滤波的大坝位移预测模型优化

为提高传统大坝位移统计模型的预测能力,引入蛙跳算法和卡尔曼滤波等,基于最小二乘法确定统计模型回归系数,采用蛙跳算法对回归系数进行优化;运用卡尔曼滤波法将回归系数作为状态方程的状态向量,使预测模型能实时反映监测数据的变化。工程算例应用结果表明,基于蛙跳算法与卡尔曼滤波的大坝位移预测优化模型能有效提高统计模型的预测精度,可为大坝位移预测提供参考。     

基于统计模型的短期风能预测方法研究进展

以确定性短期风能预测为出发点,综述常用的4种统计模型的研究进展,包括时间序列方法、人工神经网络、支持向量机和深度学习。针对基础统计模型预测效果不佳的问题,提出各类混合模型。数据预处理、优化算法与基础统计模型之间的组合,或人工神经网络与卷积神经网络、循环神经网络等深度学习模型之间的组合,对预测水平都有很好的提升作用。     

风电场风速及风电功率预测方法研究综述

由于风能的随机性以及电力系统的非线性等原因,预测风电功率时需要考虑众多的不确定因素影响。现有预测方法主要包括物理预测方法、统计预测方法以及学习预测方法、综合预测法等。基于数字天气预报(NWP-numerical weather prediction)的物理预测方法模型复杂、计算量大,较少用于短期预测;统计预测方法模型简单,数据需求量少,较适合于数据获取有一定困难的情况;人工智能预测方法不依赖于对象的精确模型,适合于随机非线性系统;综合预测方法可一定程度地扬长避短。本文主要就风电场风速及风电功率预测方法研究进行了综合阐述,并在总结前人研究的基础上提出了一些可进一步研究的问题。     

300MW直流锅炉及控制循环锅炉可靠性增长的分析

本文介绍了大型电站锅炉可靠性的增长模型,并给出了上海锅炉厂生产的国产型和引进型投产后运行两年以上的14台300MW锅炉可靠性增长的分析结果。运行数据统计和可靠性增长分析的结果表明,上海生产的300MW锅炉的可靠性是增长的。     

考虑残差的小波G-Verhulst-ARIMA大坝变形组合预测模型及应用

鉴于传统的统计模型未考虑变形中的随机扰动和混沌现象,借助小波分析、灰色Verhulst模型（G Verhulst）〖JP〗和差分自回归移动平均模型（ARIMA）分析统计模型的残差,以充分挖掘变形观测资料中的数据特性。首先利用小波分析对残差序列去噪,提取出不同频率的信号,然后分别用G Verhulst模型和ARIMA模型进行建模预测,最后将统计模型预测值和残差预测值叠加,建立了一种考虑残差的小波G Verhulst ARIMA大坝变形组合预测模型。实例应用结果表明,与不考虑残差的组合模型及使用GM（1,1）模型（EGM）代替G Verhulst模型的组合模型相比,该模型拟合和预测时的均方误差均小于其他两组模型,有效提高了预测精度,为建立大坝安全监控模型提供了新思路。