一种评估大规模电力系统可靠性的新算法

提出了一种评估发输电合成系统可靠性的新算法。该算法以传统蒙特卡罗模拟法为基础,在模拟前,对系统中所有的单、双重故障进行筛选,形成双重故障加速表;在模拟过程中,考虑所有多重故障,并使用双重故障加速表来评估多重故障。引入了启发性算法思想以削减计算量,提出了基于同心松弛的相关区域、调整区域的概念,并将它们用于判断故障元件相关程度,从而有效地对预想事故进行筛选。它们还用于系统潮流重分布和潮流调整。对ＩＥＥＥＲＴＳ系统（２４母线,３８条线路,３２个发电机）和东北电力系统（３３１母线,４６７条线路,１７９个发电机）进行了可靠性评估。结果表明,这种新型算法是可信的和有效的。新算法在系统规模扩大时,计算量的增长方式近似线性。因此,提出的新算法可以有效地对规模较大的系统进行可靠性评估。     

顾客具有不耐烦时间的M/G/1K-重休假排队

为研究更一般的休假排队,在单重休假和多重休假排队基础上研究带有不耐烦顾客的M/G/1 K-重休假排队,其中顾客的不耐烦时间服从定长分布;利用母函数法和Laplace-Stieltjes变换的方法,得出该系统平均休假期长度和平均忙期长度解析式,进一步计算得出忙期开始时系统平均顾客数的解析表达式以及服务完成时刻系统中平均顾客数的母函数等性能指标的解析表达式,并对性能指标进行了分析.     

基于粒子滤波的分布式智能故障诊断系统研究

针对传统故障诊断系统硬件结构以及故障识别算法过于复杂的问题,提出并研究了一种基于粒子滤波的分布式智能故障诊断系统.该系统采用ZigBee无线传感网络实现系统分布式多变量参数的实时采集,基于粒子滤波算法在线处理各变量数据,并基于简易模式识别算法获得系统真实状态的准确估计,实现系统故障的智能诊断与故障预示.智能故障诊断系统由ZigBee无线传感数据采集网络、粒子滤波算法、系统状态模型和故障模式识别四部分构成.粒子滤波算法基于粒子序贯重要性重采样和蒙特卡洛方法对传感器采集数据滤波,抑制或消除干扰及显著性误差对系统状态估计的影响,可避免粒子退化.故障模式识别就是求取与粒子滤波输出的系统状态估计曲线残差之和最小的系统状态模型.智能故障诊断系统的实现和实例实验结果表明该系统能实现对象的远程监测、对象状态的精确估计、对象故障的准确诊断,拓宽了分布式传感网络的应用范围,并具有成本低、可靠性高、实时性好和易实现的优点.     

具有休假的退化可修系统维修策略研究

研究带有单重休假的两相同部件冷储备系统的维修策略,假设系统中两部件故障后都不能修复如新,另外由于修理工具有单重休假,故部件故障之后不一定能立即得到修理,即部件故障后,若修理工正在休假则修理延迟,若修理工休假完成且在系统中,则故障部件立即得到修理.在如上假设下,主要研究基于系统中部件1故障次数的N策略替换,进而给出系统平均费用C(N)的精确表达式,通过数值分析得到使得C(N*)最小的最优替换策略N*,即当系统部件1的故障次数达到N*时部件1和部件2将同时被替换.     

带不耐烦顾客和工作故障的多重休假排队系统

【目的】为了拓展随机排队理论,在M/M/1多重休假排队模型的基础上,引入不耐烦顾客和工作故障策略,建立了一个新的排队模型。【方法】构建系统稳态下的平衡方程,运用母函数法求解,推导出服务台处于不同状态时系统中顾客数的概率母函数,进而得到系统稳态下平均队长等性能指标的表达式,通过数值举例分析系统参数与系统性能指标的关系。基于博弈论知识,构建效用函数优化模型,分析顾客的均衡策略以及社会最优策略。【结果】建立并分析了带有不耐烦顾客和工作故障的多重休假排队系统。【结论】为现实排队中服务商和顾客提供风险预测和决策评估。     

基于改进PSO-LSSVM和蒙特卡洛法的电力系统可靠性评估

针对电力系统可靠性评估方法耗时长、误差大等问题,提出一种用改进粒子群优化算法(PSO)优化最小二乘支持向量机(LSSVM)参数,并将构建好的PSO-LSSVM模型与蒙特卡洛法(MCS)相结合用于发输电系统可靠性评估的方法。该方法通过对PSO算法进行合理的改进,得到更为精确的LSSVM模型参数,建立用于分类系统状态样本的PSO-LSSVM模型。对MCS方法抽取的系统状态样本分类得到故障状态和正常状态,仅对故障状态样本进行可靠性指标计算,统计输出可靠性评估结果。采用该方法对IEEE-RTS 79系统不同运行情况下的可靠性指标进行计算,结果表明该方法保证计算时间不变的同时提高了LSSVM-MCS方法的评估精度。     

基于Kolmogrov-Smirnov检验和LS-SVM的机械设备故障预测

提出一种基于Kolmogrov-Smirnov检验和LS-SVM的机械设备故障预测新方法。基于K-S检验计算参考样本与正常状态样本经验分布函数的相似度,确定2个样本是否属于同一分布,即设备是否处于相同的运行状态,实现对设备运行退化状态进行识别,并采用当前退化状态与正常状态的K-S距离作为性能评估量化指标,在此基础上给出基于K-S检验和LS-SVM的设备故障预测系统框架。研究结果表明:该方法可以有效地对设备进行退化评估和故障预测,计算效率高,具有较好的适用性。     

逻辑与延时故障统一检测的PLA易测试设计

本文提出了一种新式可编程逻辑阵列的易测试设计方案。该方案以极低的附加硬件资源获得了极高的故障被测度,可以检测包括附加电路在内的各类单重和多重固定故障、邻线桥接故障、多余丢失交叉点故障以及上升下降传输延时故障,而且逻辑故障和传输延时故障可以同时进行检测,测试输入矢量和测试响应不需要任何计算就可以直接得到。     

修理工休假的温贮备可修系统的瞬时可用度分析

 研究了R个修理工进行同步多重休假的带有多个温贮备部件的可修系统,同时考虑了故障部件可能止步的现象。文中利用Markov过程理论建立了系统状态概率的微分差分方程组,利用矩阵理论和Laplace变换反演的方法求解出了系统故障状态概率的精确表达式,从而得到了系统的瞬时可用度和稳态可用度的精确表达式。     

集成轴心轨迹信息熵及盒维数的转子故障程度判别与故障预示

以转子故障的定量诊断为切入点,针对转子故障程度判别灵敏度不足问题,借助轴心轨迹蕴含的丰富信息,在同时考虑转子轴心轨迹形状不规则程度和混乱程度两方面信息基础上,基于轴心轨迹信息熵和盒维数,提出并构建了一种新的直观评价转子运行状态指标及转子故障程度判别及故障状态预示方法。该方法首先网格化轴心轨迹,然后应用信息熵计算轴心轨迹在网格中的分布情况,量化轴心轨迹混乱程度;同时应用盒维数方法量化故障状态与正常状态轴心轨迹形状的不规则程度,最后集成两方面信息,综合评价转子运行工作状态与判别转子故障程度。实验结果表明:由于利用了轴心轨迹的边界信息,该方法可以识别转子正常模式与故障模式;综合考虑两个指标得出正常状态评估指数最低、碰摩故障指数最高,符合转子实际运行状态,验证了该评估方法的有效性。此外,通过与轴心轨迹象限面积熵法和盒维数法的对比,提出的有量纲指标相比无量纲指标拥有更优的状态描述能力,也符合转子故障的发展趋势,为旋转机械的实时状态评估和故障预测提供了一种新的途径。     

被动测试中的错误诊断算法

介绍了被动测试的有限状态机模型、错误模型和错误检测算法，给出了单个错误的诊断算法并分析了其时间复杂度，将所提出的算法推广到对多个错误的诊断，以在路由协议OSPF(Open Shortest Path First)的接口有限状态机上做的模拟实验为例来说明算法的有效性．     

一种基于RBF神经网络的传感器故障诊断方法

针对传感器故障，提出了一种基于RBF神经网络的集成故障诊断方法，用RBF神经网络建立传感器故障模型，对系统的状态和故障参数进行在线估计，然后将故障参数与修正的Bayes分类算法（MB算法）相结合，进行传感器故障在线检测、分离和估计。对连续搅拌釜式反应器（CSTR）的仿真结果表明，该集成故障诊断方法能够对多重传感器进行故障进行快速准确的分离和估计，并对传感器故障具有容错性。     

一种基于故障参数与状态联合估计的多故障诊断方法

当需要诊断的故障数目较多、扩展故障参数后状态空间不可观测时 ,用一个故障诊断模型无法实现多故障诊断。为此 ,在分析了基于故障参数与状态联合估计的故障诊断方法原理的基础上 ,根据多个故障诊断模型之间存在的内在关系 ,提出了一种新的多故障检测和诊断方法 ,认为在某一段时间内 ,如有 n- 1(n为总故障数目 )个不同的两故障参数模型发出同一故障报警 ,则该故障报警有效。该故障诊断方法综合多个故障诊断模型的诊断结果 ,从而使一类复杂系统的多故障诊断成为可能。理论分析和仿真实验的结果证明该文所提出的方法是可行的 ,并且在工程上是易于实现的。     

基于PSR和SVM方法的化工过程单变量故障诊断

基于相空间重构(SPR)和支持向量机(SVM)算法本文提出了一种利用单一变量进行化工过程故障诊断的方法。首先进行变量筛选,然后对筛选出的关键变量进行相空间重构,再利用SVM对重构后的数据进行故障分类。通过对TE(Tennessee Eastman)过程几类故障进行仿真测试,结果表明在单一故障和多故障情况下,本方法均可实现化工过程的单变量故障诊断;与传统SVW方法相比,相空间重构可有效提高诊断正确率。此方法可为建立简单而有效的单变量故障诊断系统提供理论依据。     

配电网接地故障定位的传递函数法

为解决配电网的单相接地故障定位问题 ,提出一种新的单端测距算法。该方法基于频谱分析的原理和线路的分布参数模型 ,建立配电网络的传递函数 ,从单端施加激励信号 ,由传递函数的频谱特性构造判据进行故障定位。理论推导和计算机仿真计算表明 ,根据各分支端口传递函数频谱的频率、相位和波形特征可以有效实现配电网的接地故障定位并测距。由于该方法不受负载参数变化的影响 ,测量方便 ,克服了以往单端测距算法的缺陷 ,因此有很好的应用前景     

基于有限状态机的被动测试错误诊断

针对被动测试错误诊断算法只能推测出被测系统可能存在错误却无法准确定位错误的问题，提出了一种逐步定位系统实现错误的层次递进的方法．先利用测试序列的输入输出信息并结合错误模型生成初始诊断错误集合，再依据测试套上下文使用错误检测算法对该集合进行筛选，最后经连续观察或结合主动测试进行错误区分．实例验证结果表明，所提方法能够对绝大多数有单个实现错误的有限状态机模型进行错误定位．     

大电网可靠性计算中的负荷削减策略

为了改善现有的电网可靠性评估算法，提出了失效事件流量、失效事件的送端和受端、受端削减域、负荷削减域的度等基本概念，阐明了相关定义，丰富了LCSN(Load Curtail Strategy by Near)的内涵。在此基础上，研究了求负荷削减域的算法，导出了相关公式，为进一步研究LCSN提供了理论基础。应用表明，该算法提高了可靠性的计算效率。     

Diagnosis of multiple faults using a double parallel two-hidden-layer extreme learning machine

Multiple faults are easily confused with single faults.In order to identify multiple faults more accurately,a highly efficient learning method is proposed based on a double parallel two-hidden-layer extreme learning machine,called DPTELM.The DPT-ELM method is a variant of an extreme learning machine(ELM).There are some issues with ELM.First,achieving a high accuracy requires too many hidden nodes;second,the direct connection between the input layer and the output layer is ignored.Accordingly,to deal with the above-mentioned problems,DPT-ELM extends the single-hidden-layer ELM to a two-hidden-layer ELM,which can achieve a desired performance with fewer hidden nodes.In addition,a direct connection is built between the input layer and the output layer.Since the input layer weights and the thresholds of the two hidden layers are determined randomly,this simplifies the improved model and shortens the calculation time.Additionally,to improve the signal to noise ratio(SNR),an adaptive waveform decomposition(AWD)algorithm is used to denoise the vibration signal.Then,the denoised signal is used to extract the eigenvalues by the time-domain and frequency-domain methods.Finally,the eigenvalues are input to the DPT-ELM classifier.In this paper,two groups of rolling bearing data at different speeds,which were collected from a real experimental platform,are used to test the method.Each set of data includes three single fault states,two complex fault states and a healthy state.The experimental results demonstrate that the DPT-ELM method achieves fast learning speed and a high accuracy.Moreover,based on 10-fold cross-validation,it proves to be an effective method to improve the accuracy with fewer hidden nodes.     

一种新型的三级Clos网络分布式容错调度机制

通过对不同故障影响的分析,建立了三级Clos网络的故障模型,将各个不同的故障归结到对网络输入级不同队列的影响上,提出了一种新型的基于Credit机制的三级Clos网络分布式容错调度算法.利用Credit机制可以引导网络业务绕开受故障影响队列;同时,Credit机制还可以把网络业务完全均匀地分配到网络有效中间级交换单元上...     

基于支持向量机的机械故障诊断方法研究

针对因缺少大量故障数据样本而制约机械故障智能诊断发展的问题，提出了一种基于支持向量机的机械故障诊断新方法，介绍了该方法的原理和算法，并利用模拟故障数据建立了多故障分类器。这种诊断方法只需要少量的时域故障数据样本来训练故障分类器，不必进行信号预处理以提取特征量，便可实现多故障的识别和诊断。测试结果表明，当数据样本中含有26％的噪声时，故障分类器仍然能正确分类多种故障。这种诊断方法具有算法简单、可对故障在张分类和故障分类能力强的优点。