基于谱聚类分析的托辊故障诊断

有效地诊断托辊故障,对提高选煤工作效率和工厂智能化水平具有重要的作用。针对工业现场环境复杂,噪音类型多且杂的特点,首先提出利用差分法来消除托辊音频序列数据时间趋势影响的有效方法,在此基础上提取托辊音频序列特征,分别利用K-Means和谱聚类算法进行聚类分析以及故障识别,并从噪音音频序列数据中挖掘有用的信息。然后为了评价聚类模型的优劣,创新提出将同一音频序列分割得到子音频序列的相同聚类标签的平均比率,以此作为聚类优劣的评判标准。实验结果表明,谱聚类算法的效果优于K-Means,动态选取谱聚类的参数值能够提高局部诊断准确率,且具有较强的鲁棒性,能够实现对生产范围内多种类型噪音音频信号进行有效聚类识别。智能化托辊故障诊断系统的应用提高了选煤工作效率,减少了非计划停机次数,产生了较好的经济效益。     

基于时间序列关联聚类的储能电池典型工况曲线提炼

针对储能电池真实运行工况开展评价和检测标准研究已受到业界关注,但尚未形成工况曲线的权威性分析结果。文中基于储能电池典型应用场景中的运行曲线,在未考虑时间序列关联分析工况中特征因子及不同置信度下静态配置值的基础上,提出一种基于时间序列关联分析并结合聚类法的典型工况提炼方法,分析储能电池在工况运行中出力的周期性变化规律、工作模式及其交互顺序与频次,描述电池荷电状态的运行轨迹,提炼出可实时动态控制与评估储能电池出力及能量存储状态的工况特征曲线。以储能跟踪某一风电场风电计划出力的应用工况为例,仿真验证了该方法的有效性和可行性。     

基于振动信号的锂离子电池故障诊断方法

为实现对锂离子电池过充及外部短路故障的诊断,提出一种基于改进变分模态分解(VMD)-多尺度熵(MSE)的锂离子电池振动信号特征提取方法.通过改进VMD对振动信号进行分解,对所得固有模态分量求多尺度熵值,提取锂离子电池在不同工况下的振动特征,最后基于此特征进行K均值聚类,完成对过充和外部短路故障的故障识别.经对比实验验证,该方法能有效提取锂离子电池振动信号特征量,正确识别锂离子电池的过充及外部短路故障,且准确率更优.     

退役电池快速检测分类方法研究

随着大量锂离子电池从电动汽车上退役,对退役电池快速检测的研究迫在眉睫。针对传统方法因初始状态差异,导致电池在二次利用前的一致性检测时间较长问题,基于电池充电曲线提出了一种快速测试方法。通过将电池充电至截止电压保证电池具有相同的初始状态,而无需进行将电池放空以保证初始状态相同这一步骤,测试时间仅为电池完整充放电时间的12.5%,检测效率提高;提取特征后采用融合Canopy的K-means++聚类算法在NASA数据集和实验室电池上进行验证,聚类准确度达80.5%,证明了设计的快速测试方法的可行性。     

基于电压曲线形态特征聚类的低压台区相位辨识

针对电压曲线分布集中导致低压台区用户相位难以准确辨识的问题,提出基于电压曲线形态特征聚类的低压台区相位辨识方法。首先,采用分段聚合近似(PAA)对配电变压器低压侧三相以及低压用户的电压曲线进行分段,提取反映整体分布的主要特征信息,减少冗余噪声的干扰。引入一阶导数与动态时间弯曲(DTW)增加对每个分段序列局部趋势变化的分析,并将其集成到PAA距离度量中,既弥补了均值特征缺乏对电压曲线趋势变化信息的考量,又能降低DTW的时间复杂度。然后,通过该距离度量综合判定电压特征序列的相似度,并以此改进传统k-means聚类的相似性度量,构建低压台区相位辨识模型。最后,通过实际台区算例分析验证了所提方法的有效性。     

基于FMEA提升核电厂铅酸电池的可靠性

采用故障模式和影响分析(FMEA)与维修模板相结合的方法,对核电厂铅酸电池进行可靠性提升研究.针对核电厂的特殊性,从铅酸电池的结构、应力、敏感参数变化以及监测方法进行探讨,对每个主要构件进行故障模式的总结及后果影响分析,从而选择合适的维修任务及周期,最后汇总各阶段成果,形成预防性维修策略模板.分析国内某大型核电公司近8...     

基于典型窃电用户相似性检索的窃电行为检测方法

从窃电用户数据的波动形态角度出发,提出一种基于典型窃电用户相似性检索的窃电行为检测方法.首先,利用动态时间弯曲对窃电用户的用电数据进行相似性量度,得到窃电相似度矩阵.其次,结合窃电相似度矩阵,利用近邻传播聚类方法对其进行聚类划分,实现窃电用户自动聚类,并利用簇中心作为典型窃电用户.最后,利用典型窃电用户在电力数据库中的...     

采用自适应分段聚合近似的典型负荷曲线形态聚类算法

对海量负荷数据进行降维聚类处理是提取负荷关键信息,深度挖掘其内在规律的前提。根据负荷曲线的形态特征,文中提出了一种基于可变时间分辨率自适应分段聚合近似方法的曲线形态聚类算法。首先,根据负荷爬坡事件及基于斜率提取的边缘点来衡量负荷曲线的形态特征及其变化趋势,采用自适应分段聚合近似算法对用户日负荷数据集进行可变时间分辨率重构,进一步采用一种基于负荷曲线形态聚类的k-shape算法进行聚类处理,该聚类算法以一种基于曲线形态相似性的距离量度方式作为相似性判据,并依据斯坦纳树优化方法进行聚类中心计算。利用模拟数据、实测数据算例分析验证了所提算法在数据降维、负荷聚类中的实用性和有效性。     

基于大数据分析的输变电设备状态数据异常检测方法

传统的阈值判定方法难以准确检测输变电设备的状态异常,该文提出一种基于时间序列分析和无监督学习等大数据分析的异常检测方法,从数据演化过程、数据关联的全新角度实现异常检测。通过时间序列模型和自适应神经网络对历史数据潜在的特征进行挖掘,并将数据对时间的动态变化规律用转移概率序列表示。针对多维的监测数据,运用无监督聚类方法简化各参量之间的相关关系,从而避免参量间相关性难以确定的问题。提出异常检测体系,并使之适用于输变电设备状态监测数据流,实现数据流中异常的快速检出。最后结合运行实例验证了提出方法的有效性,表明本方法能快速检测出设备的异常运行状态。     

铅酸蓄电池充电方法初探

蓄电池充电过程中的主要问题是极化现象始终存在并逐渐加剧 ,严重影响充电速度与质量 ,损伤蓄电池 ,甚者可能报废。根据充电速度、出气、温升及活性物质脱落等现象 ,比较了传统的充电方法包括恒流充电、恒压充电及快速充电的优缺点 ,指出极化现象的根本原因是充电方法不符合蓄电池充电接受特性 ,据此提出了定电压快速充电法 ,不但所需人工干预少 ,而且极化现象少、充电效果好 ,即充电速度快、出气少、温升少、活性物质脱落少。     

基于离群点检测的动力电池一致性快速辨识方法

动力电池成组后在使用过程中,由于初始生产工艺和环境因素等不可抗因素,逐渐产生不一致性并发展。面向动力电池组一致性的辨识需求,提出一种动力电池一致性快速辨识方法。所提方法基于统计分布的离群点检测方法对整组电池的单体电压数据进行计算分析,辨识出电池组一致性状态、较极端单体及其异常原因与极端程度。方法涉及测试过程简单、计算量小,适用于日常性快速检测,经算例分析验证了辨识方法的可行性和有效性。     

一种电池包热安全检测方法

在对锂离子电池材料热分析、单体电池绝热温升、电池管理系统(BMS)功能安全设计验证和电池包热管理系统设计验证等4个方面进行组合实验的基础上,提出一种从电池材料端到系统端的电池包热安全四重检测方法.该检测方法能使电池包的热安全检测更全面、高效,降低电池包安全事故发生的概率.     

铅酸蓄电池湿储存新方法的实验研究

汽车启动用铅酸蓄电池在湿储存过程中由于自放电 ,会发生自然失效乃至损坏。传统的低温、低电解液密度、注水等储存方法虽然有效 ,但不利于推广。通过实验室及现场对比试验研究 ,提出加添加剂储存和密封低氧储存两种新的储存方法 ,可使无故障铅酸蓄电池湿储存 6个月 ,容量损失小于 40 % ,而且实施方便 ,储存成本低。其中 ,加添加剂储存方法为 :将蓄电池充足电后 ,调匀电解液密度 ,并在电解液中加入适量的纯净皓矾 ,再用小电流短时充电 ,使之与电解液混合均匀 ,然后清洁蓄电池表面 ,置于室内存放 ;密封低氧储存方法为 :将充足电的蓄电池电解液密度调整均匀 ,再将蓄电池表面擦拭干净 ,与适量的除氧剂一起 ,装入高压聚乙烯膜制成的密封袋中可靠密封 ,避光储存于室内。     

一种快速的离群点检测方法

离群点检测已在许多领域得到了广泛的应用,支持向量数据描述(SVDD)是一种流行的离群点检测方法,但其训练阶段需要二次规划求解,以及决策阶段计算与支持向量数量呈线性关系等导致该方法具有较高时间复杂度。本文提出了一种快速SVDD离群点检测方法,首先在训练阶段利用训练集约简和二阶逼近的序列最小优化(SMO)算法降低训练时间,然后在决策阶段通过分析决策函数表达式,利用获取超球球心原像的方式降低决策时间,使得该方法的时间复杂度显著降低。利用标准的公用数据集验证提出的方法,结果表明该方法的时间复杂度明显优于传统的方法。     

过充过放与电动自行车用铅酸蓄电池的失效

电动自行车用铅酸蓄电池组的使用寿命是困扰相关专业人士的大问题。配对挑选之后的整组蓄电池的平均寿命远低于单只蓄电池的寿命。在95%以上失效的蓄电池组中,仅仅只有一只蓄电池容量远低于额定容量。过充电、过放电是导致电动自行车用铅酸蓄电池组寿命早衰的主要原因。由于不能保证每一只蓄电池既不过充电,又不过放电,现行的电动自行车用铅酸蓄电池组充放电的方法有重大缺陷。     

高倍率放电法对VRLA电池SOC估算研究

基于Peukert经验公式,针对阀控式密封(VRLA)铅酸蓄电池,以放电倍率和放电时间比值拟合出关系式I1.29·t'=0.409,I∈[0.5C,3.0C],进而推算出Qn=Qn1(In1/In)0.29,I∈[0.5C,3.0C],并从不同规格、容量部分衰减、未充满和低温条件等电池的不同状态下对其进行验证,结果表明VRLA电池的放电倍率与放电时间比值之间的关系受电池状态变化的影响不大,误差最大不超过10％,因此可以利用式Qn=Qn1(In1In)0.29,I∈[0.5C,3.0C]进行高倍率短时间放电得出标准放电电流下的容量,从而对VRLA电池的荷电状态(sOC)进行估算,此方法可以用于储能电池的检测.     

基于支持向量机铅酸蓄电池的分类研究

铅酸蓄电池是目前广泛使用的一种二次电池。在胶体电解质铅酸蓄电池的生产中,灌注的胶体电解质量不够的铅酸蓄电池必须在化成结束后重新补充胶体电解质。一般而言,判断铅酸蓄电池是否需要补充电解质是依据其化成后的电池容量和电解液体积。很明显这是一种耗时且不利于胶体电解质铅酸蓄电池配组的方法。文章提出了一种基于支持向量机的铅酸蓄电池补胶分类的方法,通过铅酸蓄电池化成过程中间步骤四个时间点的测试电压判断铅酸蓄电池是否需要补充胶体电解质。研究结果表明,该方法优于基于学习向量量化神经网络的分类方法,可以有效地缩短胶体电解质铅酸蓄电池生产时间。     

车载铅酸电池的五段式充电修复方法

在分析车载铅酸电池硫酸盐化机制的基础上,提出五段式充电修复方法。该方法将充电过程分为脉冲、恒流、恒压、活化和浮充等5个阶段,介绍充电脉冲宽度、时间间隔、放电时间、充电电流、恒压和活化充电电压等参数。搭建实验验证平台,对不同型号和使用年限的车载铅酸电池进行充电修复实验,测量充电修复前后的内阻、冷启动电流和使用寿命。该方法可将车载铅酸电池的内阻减小2%~33%,最大冷启动电流提高7~72 A,输出电压提高约0.8 V,使用寿命延长6~12个月。     

卷绕式铅酸蓄电池隔膜的选用方法

从隔膜在卷绕式铅酸蓄电池中的实际应用出发,对采用不同丝径纤维所组成的隔膜从抗穿刺性、带压吸液量、吸液速度及湿回弹力等方面进行了研究,以选出合适的隔膜组分。研究结果表明,为了避免电池短路,应尽量采用细丝径纤维组成的隔膜;而为了得到好的吸液量、抗压能力及酸液扩散能力,则应尽量采用粗丝径纤维组成的隔膜。所以卷绕式铅酸蓄电池所采用的隔膜应是复合型隔膜,即靠极板的两侧采用细丝径纤维,而中部采用粗丝径纤维。