电力设备巡检缺陷图像智能识别技术研究

电力设备具有点多、面广、长期暴露野外等特点,运行过程中易受外界环境等多方面因素影响。外界环境因素包括风偏、鸟害、覆冰、雷击、山火等,其他因素还有设备老化、质量、设计、验收、运维等,单一因素或多个综合因素都可导致设备故障,进而造成大面积停电,严重影响设备运行。随着无人机电力设备巡检的应用和发展,无人机巡检数据不断的积累,通过智能化处理手段,利用无人机巡检数据的获取电力设备缺陷信息,对巡检数据中存在的规律性、潜在性、趋势性问题和隐患进行自动判断识别,对数据进行关联分析和综合应用,可以深入地判断电力设备健康状态水平,并为运维部门提供更为准确的决策依据。     

基于图论与灰色关联理论的挤出机故障诊断方法

针对现有故障诊断方法在面对复杂结构设备时的故障定位困难问题,以挤出机为例,将图论算法与灰色关联理论相结合,建立了故障传播网络模型.该模型通过对故障传播有向图进行矩阵化、层次化处理,结合故障定位算法确定故障的位置.最后,以虚拟仪器为开发平台,结合工业以太网等技术开发挤出机故障诊断系统,实现了对挤出机运行状态的实时监控和对故障信息及相关知识库的管理.运行结果表明:系统能够快速有效的判断挤出机的故障位置与起因,缩短维修时间,提高生产效率.     

基于大数据技术的滑油螺杆泵智能预警系统构建

滑油螺杆泵是船舶与海上平台最为重要的辅机设备之一,其可靠性对于整个船舶的可靠运行具有极大影响.本文基于对滑油系统油液的显微检测技术,对设备润滑系统中滑油的状态作及时监测.通过提取滑油内部磨粒形态、尺寸、数量等信息,利用大数据中的贝叶斯信念网络算法将磨粒相关数据和设备运行状态之间建立关联,结合贝叶斯公式和马尔科夫链原理,构建出一套基于滑油系统的油液显微检测数据的算法组合,建立实时监测专家系统,实现对滑油螺杆泵的在线运行状态检测和故障的早期智能预警,从而有效在滑油螺杆泵运行故障出现的早期及时将故障识别出来并进行维修维护,以减少或规避因设备故障造成的损失.     

基于模型预测和溯因推理网络的电网故障诊断方法

考虑电网出现故障时,仅依靠开关量状态信息进行诊断,诊断信息冗余度低,复杂故障情况下会影响诊断结果的准确性.引入电气量信息,提出了模型预测和数据清洗方法,建立电网故障诊断系统.利用模型预测得到准确的电气量信息,建立清洗规则和逻辑推理规则,分别对开关量进行数据清洗和验证故障信息.在此基础上,利用溯因推理网络(abductive reasoning network,ARN)对故障信息进行诊断,得出候选故障.仿真结果验证了该方法的有效性和准确性.     

基于大数据分析挖掘技术的电力设备局部放电诊断方法

当前电力设备状态参量规模逐渐增加,电力设备状态数据来自多个不同系统,较为复杂。传统诊断方法不能有效处理大规模数据,导致电力设备局部放电诊断结果不可靠。为此,提出一种新的基于大数据分析挖掘技术的电力设备局部放电诊断方法。给出谱图生成过程,对电力设备局部放电特征进行提取。对电力设备状态参量进行大数据分析挖掘,完成对电力设备各种状态参量的组合、特征合并处理。通过皮尔逊相关性理论计算相关系数。依据相关系数,利用优化迭代将电力设备样本分成若干类,获取对应聚类中心。将局部放电样本聚集在一起,依据局部放电特征实现诊断。实验结果表明,所提方法诊断可靠性与实用性强。     

基于集对分析和隶属函数的轨道电路故障诊断

针对ZPW-2000A轨道电路状态评估、诊断过程中故障类型与征兆间存在多种不确定性等问题,将集对分析及隶属函数引入轨道电路状态评估及故障诊断中.首先,对收集到的数据处理并分析故障类型与故障征兆的联系,建立故障类型集合;然后,利用集对分析建立故障类型与轨道电路运行状态的联系度,并利用熵权法结合集对分析确定征兆间的权重精确值;最后,利用隶属函数,描述运行状态与状态等级间的对应关系,建立故障类型同异反评价矩阵模型.算例验证结果表明,结合集对分析与隶属函数的轨道电路评估方法有效反映轨道电路运行状态及故障类型.     

数据中心监控与运维管理实践

针对数据中心管理需求,通过对运维对象的物理设备层、虚拟化层、主机系统层、存储层、网络层等资源进行集中监控,实现故障告警并推送相关信息;通过对已被监控资源和待监控资源进行管理,记录资源的相关配置信息以及资源之间的关联关系;通过对运维工作的流程化管控,实现对问题和事件的存储、统计和分析,并形成报表、报告,对关键数据进行可视化展示.全面实现了对数据中心运维资源和对象的远程且集中的状态监控、运维和管理,提升运维工作效率,为数据中心的建设和管理提供决策依据.     

高速列车智能诊断与故障预测技术研究

综合运用列车运维产生的实时数据和历史数据,提取智能诊断模型,对车载设备运行状态进行监控和预测,是建立高速列车智能诊断和故障预测系统的思路和方法.以转向架关键轴承的可靠性监测和故障预警作为案例,系统阐述了该方法在轨道交通装备故障预测方面的应用.通过对比轴承监测系统记录的原始数据和诊断模型的预测结果,验证了该研究对于提高高速列车运行安全的重要意义和有效性.高速列车运维的长期实践表明,整体框架和建模方法对于现阶段建立系统的、分层次的高速列车智能诊断和故障预测系统具有现实的指导意义,在提高列车检修效率方面起到重要作用.     

基于GSRDPGE算法的转子故障数据集降维方法研究

针对旋转机械故障数据集因高维和信息冗余而导致故障分类困难的问题,提出有效降低数据维数的组稀疏残差判别保持图嵌入算法.首先,该算法改进了类间稀疏编码的方式,得到了更具判别性的类间稀疏权重矩阵;然后,通过加权的方式清除特征集中离群点对稀疏编码的影响;最后,以类内重构散度最小、类间重构散度最大为目标计算最优判别投影矩阵.通过Iris仿真数据集和双跨转子系统的故障数据集对所提算法进行验证,并与其他几种典型降维算法对比,证明该算法能够同时兼顾数据分布状态的全局性和局部性,使故障类别之间差异性更突出,并能够提高故障模式识别准确率.研究表明,该算法可为转子故障智能诊断提供参考依据.     

基于特征Petri网建模的冷水机组故障诊断系统

冷水机组是建筑物中空调系统重要的制冷设备,它的运行状态直接关系到建筑物暖通空调系统运行的性能和稳定性,其故障诊断问题一直受到广泛关注.将特征建模方法引入到冷水机组的故障诊断技术中,并采用模糊Petri网技术实现建模.利用Petri网进行知识表示及推理的矩阵运算算法,描述冷水机组故障征兆与特征参数的关系.运用所提出的诊断系统,不但可以充分利用各特征参数的信息资源进行故障判断,而且可根据冷水机组能效指标COP对故障诊断结果进行综合诊断,有利于冷水机组高效运行.实验结果验证了该故障诊断系统的可行性和准确性.     

基于信息融合技术的电网故障诊断方法

利用采样数据间的相互关系,以电网元件相关先验概率为基础,通过D-S(Dempster-Shafer)证据理论对检测的故障信息进行融合,获取缺失数据发生的概率;同时,将概率的概念引入Petri网建模,将获取的状态概率值代人概率Petri网故障诊断模型进行故障的诊断,以解决电网故障诊断过程中的信息不完备问题.实例证明,该方法可扩充电网故障的诊断范围.保障电力系统安全运行.     

基于集对分析和隶属函数的轨道电路故障诊断

针对ZPW-2000A轨道电路状态评估、诊断过程中故障类型与征兆间存在多种不确定性等问题，将集对分析及隶属函数引入轨道电路状态评估及故障诊断中. 首先，对收集到的数据处理并分析故障类型与故障征兆的联系，建立故障类型集合；然后，利用集对分析建立故障类型与轨道电路运行状态的联系度，并利用熵权法结合集对分析确定征兆间的权重精确值；最后，利用隶属函数，描述运行状态与状态等级间的对应关系，建立故障类型同异反评价矩阵模型. 算例验证结果表明，结合集对分析与隶属函数的轨道电路评估方法有效反映轨道电路运行状态及故障类型.     

基于Apriori算法的航空设备故障关联分析

提出一种基于Apriori算法的航空设备故障关联分析方法.将Apriori算法应用于航空设备故障关联规则挖掘中,对源于机载检测系统的故障数据进行提取,建立关联规则挖掘模式,从而挖掘出故障设备之间的强关联规则以便进行故障分析.实验结果表明,Apriori算法可以有效挖掘出航空故障设备之间的关联关系.     

电力设备状态检修与变电所标准化管理探讨

电力设备从传统的周期性检修到状态检修,是电力系统设备检修的一大转变。通过加强输变电运行的在线监测、变电运行的标准化管理以及对电力设备家族成员的备案,进行尽可能多的设备基础数据的收集,是实现电力设备状态检修的必要条件。     

国务院关于积极推进“互联网+”行动的指导意见

<正>(国发〔2015〕40号)1.推进能源生产智能化。建立能源生产运行的监测、管理和调度信息公共服务网络,加强能源产业链上下游企业的信息对接和生产消费智能化,支撑电厂和电网协调运行,促进非化石能源与化石能源协同发电。鼓励能源企业运用大数据技术对设备状态、电能负载等数据进行分析挖掘与预测,开展精准调度、故障判断和预测性维护,提高能源利用效率和安全稳定运行水平。2.建设分布式能源网络。建设以太阳能、风能等可再生能源为主体的多能源协调互补的能源互联     

基于电力设备状态检修和运维一体化技术探究

在当代社会中,人们的生活、生产都离不开对电能的使用,因此,对电能的需求就比较大,所以要保证电力设备的安全稳定运行,才能够保证可以稳定持续的供电,进而保证人们的生活质量,促进社会的和谐稳定。因此,只有通过加强供电系统的管理才能满足当前对电力资源的需求。因此,有必要对电力设备状态进行检修和运维,通过对检修和运维一体化技术的利用,可以有效地保证电力设备运行的最佳状态。     

基于模糊AHP变压器运行状态判断矩阵建立方法

针对变压器的故障原因、故障机理以及故障征兆之间存在随机性和不确定性,运用层次分析法(AHP)建立了变压器运行状态的模糊综合评价影响因素分析模型;利用AHP的一致性判断矩阵直接转换到模糊对称矩阵,得到了不同的运行状态阶段影响因素指标相对于变压器运行状态的组合权重.这种方法不仅简化了模糊综合评判方法的对称矩阵的建立,也使变压器运行状态的评价准则更满足工程实际的要求.实例表明,该方法将层次分析法和模糊综合评判方法相结合,可以对各影响因素进行权衡分析,从而有效地对变压器运行状态作出综合评价.     

大型火电机组引风机的状态检修

针对国内大型火电厂检修现状,提出一套完整的引风机状态检修平台设计方案.平台在对引风机运行数据分类整理的基础上,充分挖掘数据信息,运用模糊数学的理论对所有参数进行加权综合评判,得出设备的运行状态;依据设备的运行状态信息,运用模糊识别的方法进行故障诊断,从而得出设备运行的风险评判;运行人员参照设备的风险评判,结合人工现场经验判断,给出引风机最优的检修策略.广东沙角C电厂660 MW机组引风机实际运用情况表明,该平台界面友好,维护方便,模型推理可靠,为电厂动力设备实现检修优化提供一种可行性方案.     

基于神经网络和证据理论集成的钻井过程状态监测与故障诊断

钻井过程状态监测与故障诊断是钻井系统安全运行过程中的重要保障。基于信息融合原理,先建立钻井过程参数子空间和子神经网络进行初级融合,形成对钻井故障辨识框架中各故障模式的证据支持,再利用D-S证据理论将子网络输出所形成的证据进行融合,得到各故障模式的置信区间,很好地实现了钻井状态识别。试验结果表明,基于神经网络和证据理论集成的融合算法降低了神经网络的复杂性,提高了神经网络诊断过程的效率,集成融合算法可以很好地提高钻井参数融合的准确性。     

试析变电站设备维修及其状态诊断管理

随着社会主义市场经济的发展与改革开放进程的不断推进变电站技术与设备在电力系统发展过程中发挥着至关重要的促进作用.变电站设备的运行状态在很大程度上直接影响电力设备的运行效果.因此该文将对变电站设备维修及其状态诊断管理进行有效性分析与研究.