基于双向KL距离聚类算法的变压器状态异常检测

针对欧式距离在某些数据集合相似性度量中存在区分能力差的缺点,本文提出基于双向KL(Kullback-Leibler)距离聚类算法的变压器状态异常检测一般模型及分析方法。以湖州市某变电站历史监测数据对上述模型进行算例分析,结果表明,该方法消除了欧式距离在变压器状态异常检测中的不足,可有效减少故障漏报信息,具有一定的实用价值。     

基于遗传算法的ENN的变压器故障诊断

可拓神经网络结合了可拓学理论和人工神经网络技术.针对变压器故障诊断的特点,提出一种基于遗传算法和可拓神经网络的电力变压器故障诊断方法.介绍了双权可拓神经网络的结构;构造了基于遗传算法和可拓神经网络的故障诊断模型和算法设计,并将其应用到电力变压器的诊断识别;通过仿真实验验证了该方法简单易行、训练误差小、收敛时间快等优点.     

基于可拓集的入侵检测模型

针时入侵行为特征表现的隐蔽性、不确定性和多样性问题,提出一种基于物元模型和可拓集的入侵检测模型.利用多评价特征类物元描述多特征表现的入侵行为,建立每一个评价特征的关联函数并进行运算,得到综合关联函数以建立多特征物元可拓集,作为检测该入侵行为的模型.对于待检测行为,通过计算其与可拓集的综合关联度来判定是否为入侵行为以及异常的程度,不同的综合关联函数能够实现基于多特征融合的不同检测方法,该模型被应用到网络异常流量检测中.     

变压器油色谱远程在线监测与诊断系统

本文阐述了变压器远程在线监测与诊断系统——卫士2000系统的原理及结构,分析了系统所采用的技术,介绍了系统信号采集功能测试、监测系统在咸阳供电局的应用情况。该系统以油色谱在线监测为主,同时可兼容变压器局部放电监测、套管绝缘监测等在线监测模块,可对电力变压器实施全面的在线状态监测。该系统可组成具有远程监测与故障诊断的多级数字监控网络,通过系统提供的状态监测数据与诊断结论,为电力变压器提供在线监测与故障诊断的整体解决方案。     

路面使用性能可拓评价方法

基于可拓学理论,建立了路面使用性能可拓评价的物元模型.该模型通过可拓集合理论及关联函数,可以精确确定待评价的路面关于各路面使用性能状态的关联度,从而能够全面精确地评价其路面使用性能状态,为道路养护维修决策提供科学、可靠的依据.     

隧道结构病害机理及理论量化方法

以辽宁省内高速公路隧道定期检测资料为基础,对隧道衬砌既有结构病害的分布特征与规律进行归纳.在深入研究隧道主要结构病害的基础上,采用可拓学理论,提取数个能准确反映结构健康状态的指标,进行量化分级并建立相应的物元模型,从而确定各指标所占权重以及隧道结构病害等级,将衬砌结构病害定性评价与定量研究相结合,构建隧道衬砌结构健康状态评价体系,方便管理者做出合理决策.同时结合隧道工程实际检测数据进行可拓模型的计算分析,验证模型的工程适用性.     

采用压缩感知的流程工业异常监测数据检验与修复方法

针对由于流程工业生产系统具有变量多、维度高、耦合关系复杂等特性导致的异常监测数据检验与修复难题,提出了一种采用压缩感知的流程工业异常监测数据检验与修复方法。压缩感知算法能够使用极少的测量数据重构出原稀疏信号或能够在某稀疏基上得到稀疏表达的信号。结合压缩感知原理及重构成功率指标,构建出重构非线性系统方程的数学模型,该模型仅使用少量的监测数据就可以重构出反映状态感知网络节点动态关系的系统方程。将重构的系统方程代入考虑系统偏差的求解结构中得到监测数据的解析值,对比监测数据的实际值与解析值,若实际值超差则用解析值替代实际值,从而实现异常监测数据的检验与修复。通过某煤化工企业压缩机子系统应用案例验证所提方法的有效性,结果表明:在监测数据正常的情况下,实际数据与修复数据的相对误差波动极小,而当监测数据出现异常时,相对误差发生剧烈变化,证明提出的算法能够检测到异常监测数据,并能够较好地恢复监测数据的原貌。     

变压器安防报警系统

针对电力设备的地理分布广且分散,当偏僻地区的电力设备遭到损坏和盗窃时很难及时发现,"变压器安防报警系统"提供了一种对电力变压器异常相关数据进行实时监测的解决方案。该系统实现基于现有的配变监测管理系统,在变压器状态发生异常时,通过无线传输技术和互联网传输技术,将监测数据发送到后台数据中心及安防责任人手机实现远程监控。本系统在贵港市试点运行情况良好,是将变压器监测告警技术应用在智能电网建设中的一个实例。     

投影多属性决策法与常用水质评价方法比较

目的将属于区间数理论的投影多属性决策方法用于水环境质量评价并验证它的适用性,解决常用水质评价方法评价过程中将水质标准视为一个点值,且常采用实际监测数据的平均值作为准确值代替实际监测的区间型数据来进行水质评价的问题.方法对辽河同一断面分别用投影多属性决策方法与常用水质评价方法的内梅罗指数法、灰色关联度法、物元可拓法、模糊综合法5种方法进行水质评价,并进行比较分析各评价方法的优缺点.结果常用方法评价结果为Ⅴ类或劣Ⅴ类;投影多属性决策方法评价结果为劣Ⅴ类,投影多属性决策方法与常用评价方法基本一致,且投影多属性决策法比常用水环境质量评价法更准确.结论投影多属性决策方法不仅可适用于地表水水环境质量评价.而且能直接采用实际地表水监测数据的区间型数据进行评价,为地表水环境质量评价提供新的应用方法.     

变电站安全监控系统中一次设备信息提取研究

本文对一次设备状态信息的获取过程进行了详细分析。电气设备在线监测数据进行了野点处理及归一化处理,在分析数据处理中的人工智能方法的基础上,采用人工神经网络进行设备状态信息的提取工作,提出了电气设备异常率的概念,最后以电力变压器实例验证了该方法的可行性。     

随机矩阵理论和主成分分析融合的滚动轴承性能退化评估方法

为解决传统特征提取方法处理轴承高维监测数据时会造成部分有用信息损失及现有轴承性能退化状态指标难以精确表征实际运行状态的问题,提出了一种随机矩阵理论(RMT)和主成分分析(PCA)相融合的滚动轴承性能退化评估方法(RMT-PCA)。首先,通过平移时间窗对滚动轴承监测数据进行信息锁定,并构造出随机矩阵模型;其次,利用随机矩阵理论中的单环定理及M-P定律进行矩阵特征分解与提取,构造出14个特征指标;最后,基于PCA算法对多个特征指标进行融合,提取贡献率较大的主成分构造出融合特征指标用于轴承性能退化评估。采用美国IMS轴承全寿命数据进行实验研究,结果表明:与基于最大最小特征值之比指标的异常检测算法相比,RMTPCA方法可提前12.5h检测出轴承的早期异常;与分层狄利克雷过程-连续隐马尔可夫模型相比,RMT-PCA方法在对早期异常点和严重故障点的检测结果与前者基本相同,但其融合指标能够更清晰地反映出轴承在中期和严重退化阶段"愈合现象"的发生。     

基于本福特定律的桥梁健康监测数据审计方法

结构检监测数据是确保结构运营状态良好、提供维护决策的基础。结构数据通常以人工检测、传感器采集为主,核实难度大、获取成本高。由于缺少有效数据审计方法,健康监测数据精度、可靠性无法检验,影响基础设施管养与结构运营。提出了基于本福特定律的桥梁健康监测数据审计方法,以人工检测裂纹长度、桥梁加速度数据为例开展实例分析,分析结果表明本福特定律对于结构检监测场景中自然形成数据具有较好适应性,可有效识别数据特征、反映数据异常。     

基于FDA的大坝渗流安全动态可拓评价模型

针对渗流安全评价多采用静态模型而忽略指标数据动态变化特征的问题,在可拓评价模型中引入函数型数据分析理论,将离散指标数据转换为连续函数,建立包含基础指标和衍生指标在内的大坝渗流安全综合评价指标体系,提出适用于函数型数据的物元分析及关联函数构造方法,建立了一种基于函数型数据分析理论的大坝渗流安全动态可拓评价模型。此外,采用层次分析法与熵权法相结合的主客观组合赋权法确定指标权重,并且建立体现动态评价中对不同时间重视程度的时间权重。利用我国某混凝土重力坝的蓄水阶段某个月的渗流安全监测数据进行分析,得出其安全状态在II级到III级波动,与实际情况相符,证明了该方法的有效性。     

采用多变量耦合网络与变分图自编码器的机械设备异常检测方法

为了全面准确地检测出潜在的设备异常,针对汽轮机、风电转子等高关联耦合分布式系统多测点多源传感器产生的多维多态监测数据,提出了一种基于多变量耦合网络与变分图自编码器的异常检测方法。首先采用去趋势互相关分析(DCCA),定量分析多维变量间的耦合关系,构建复杂系统多变量耦合关系网络。在此基础上,建立基于无监督学习的变分图自编码模型,对系统多变量耦合关系网络进行特征提取,使用正常数据训练该模型,图卷积网络作为编码器学习输入数据的分布,采样获得其潜在表示,以实现耦合网络的重构,采用重建概率作为系统多维多态监测数据异常检测评价指标。最后以某火电厂汽轮机组转子系统监测数据为例开展异常检测分析,结果表明:考虑多维多态监测数据间的耦合关系,提高了系统异常检测的准确性和可靠性;引入基于变分图自编码器的无监督学习方法,降低了经验依赖性并克服了异常样本少的问题。     

滚动轴承高维随机矩阵状态异常检测算法

为解决运行状态监测数据量不断增大、传统降维方法会造成部分有用信息损失的问题,提出了一种滚动轴承高维随机矩阵的状态异常检测算法。对滚动轴承健康监测数据进行多域特征提取和归一化,并通过增广、拼接、随机化等运算构造高维随机矩阵;计算高维随机矩阵的样本协方差矩阵,利用该矩阵的最大与最小特征值之比作为滚动轴承状态异常检测指标;基于随机矩阵谱理论M-P律、Tracy-Widom第一分布,给出了异常检测阈值的数学表达式和决策规则。采用美国辛辛那提大学实验中心轴承试验数据开展了应用研究,分析了高维随机矩阵行列数之比c分别取0.4、0.5、0.6、0.75,误警率分别取0、0.05、0.1、0.2等情况下对检测阈值的影响,并给出了误警率取0.05、矩阵行列数之比c为上述4种情况下滚动轴承早期异常检测结果。试验结果表明,与峭度指标检测算法相比,该算法提前11 h就能检测出滚动轴承的异常状态,可为设备预知维护提供理论指导。     

基于物元描述的风电机组关键部件状态评价

结合风电机组自身系统状态特点,在可拓物元理论的基础上,建立了风电机组关键部件的多源物元描述模型.通过关联函数的引入,对国内某风电场主轴承采取润滑脂分析技术,建立多维定量化描述模型,并对其所处系统状态进行了可拓综合评价.     

一种基于可拓距的特征变换方法及其在网络入侵检测中的应用

作为识别攻击或异常行为以保护网络安全的重要步骤之一,网络入侵检测常常与数据挖掘或机器学习技术结合应用.如今,随着网络数据的爆炸性增长,传统的入侵检测技术面临着海量数据检测处理的问题,现有入侵检测系统往往难以同时满足实时性和有效性的需求.本文尝试将可拓学中的可拓距概念引入网络入侵检测研究中,提出了一种基于可拓距的特征变换方法,将数据点的原特征映射为簇外中心距和簇内可拓距这两大部分,根据原始数据多维特征生成新的特征,以达到特征降维的目的,旨在同时满足网络入侵检测系统的实时性和有效性的需求.本文使用KDD CUP 99作为仿真数据集测试所提出的基于可拓距的方法在网络入侵检测特征变换中的应用效果.实验结果表明,较之传统的KNN算法,基于可拓距的方法明显地减少了检测时间,而同时其检测率的下降可以控制在1%之内,具有较好的时效性优势.     

基于Petri网的TCP协议异常检测模型

从面向连接的角度出发，以Petri网为工具，建立了TCP协议异常检测模型．该模型以TCP协议的状态变迁图为基础，并根据协议规范可对传输报文的标志位进行系统的分析，从而识别出标志位非法组合构成的畸形报文（FIN—RST报文）．模型中规定了各种状态下可接收的标志位集合，同时还细化了各状态下的超时异常，据此可准确地检测出各种异常，以抵御已知和未知的非法行为．利用该模型不仅可发现已知异常事件，还可对未知漏洞进行防范．通过实验发现，网络中的错误标志位报文、端口扫描以及DOS攻击产生的异常流量将占到总流量的10%以上．     

油浸式大型电力变压器表面温度预测模型

为了早期发现油浸式电力变压器长期连续运行时可能存在的温升异常问题,该文提出了一种新的油浸式电力变压器表面温度预测模型,可以预测出变压器表面的正常温度。通过比较预测值与实测值的误差来预知变压器表面温度是否存在异常,进而判断变压器运行状态是否正常。预测模型参数是基于现场数据采用偏最小二乘法估计出来的,克服了传统最小二乘法参数估计结果不稳定的问题。并且从传热学原理、预测误差的均值、方差及其正态分布性等方面,合理地选择用于参数估计的数据长度。用该模型计算分析了一年的现场数据,预测结果表明该模型是正确、有效的。     

面向汽车发动机设计的可拓知识推送模型

针对汽车发动机协同设计过程中设计人员对设计知识需求量大且存在差异性的问题,提出了面向汽车发动机设计的可拓知识推送模型。首先,建立了汽车发动机设计知识的可拓推送体系结构,给出了汽车发动机设计可拓知识推送模型的设计流程框架;然后,建立了汽车发动机设计知识的可拓基元模型,并对其进行了模糊化处理,在此基础上给出了汽车发动机设计可拓知识库的构建流程;最后,基于可拓知识库构建了汽车发动机知识推送可拓关联函数模型,进而建立了面向汽车发动机设计的可拓知识推送模型。某车企汽车发动机协同设计实例结果表明,文中提出的面向汽车发动机设计的可拓知识推送模型是有效和可行的。