20kV变电站的多层数据智能三维调度方法研究

变电站数据存在空间拓扑结构,传统方法采用二维调度,导致维度空间信息消失,调度结果不可靠,影响调度人员对整个变电站状态的掌控。为此,提出一种新的20kV变电站多层数据智能三维调度方法。通过四叉树方法建立变电站多层数据空间索引,把最小外包矩形置于能够将其全部保存的最小矩形节点内,给出四叉树形成过程。按照不同层次与粒度,通过空间划分方法对20kV变电站多层次数据进行划分,得到连续分层层次细节模型,从下往上遍历四叉树,求出每层误差,将求出的误差作为多细节层LOD选取的参考值。给出保持区域更新与数据调度间动态平衡的方法。分析了视点区域,利用当前视点参数对LOD分布进行管理。利用索引表获取二维空间和三维空间的映射关系,在三维空间中确定三维多层数据。依据模型与视点的距离动态智能调度不同层次变电站数据,给出详细三维调度过程。实验结果表明,所提方法适于实际应用,可行性强。     

220kV变电站智能化改造方案设计

智能变电站是智能电网的重要支撑和基础,通过对变电站进行智能化升级和改造,便可以降低变电站运行的成本、提升运行效率以及优化资源配置。首先介绍了220kV变电站智能化改造的原则,接着从一次设备智能化改造、二次微机保护升级改造以及通讯系统网络化改造三个方面对220kV变电站智能化改造的方案进行了详细阐述。     

500 kV变电站软导线布局三维仿真

采用层次化设计方式研制一套500 k V变电站软导线布局三维仿真系统.首先建立场景模型和设备模型作为物理模型,其次建立数据模型、软导线数学模型和连接模型构成规则模型,最后通过系统整合生成500 k V变电站软导线布局三维仿真图.系统仅由7个结构参数设置模块就能快速准确地生成500 k V变电站软导线三维仿真效果图,达到可编程设计目的.由园顶、燕墩等500 k V变电站数据验证该仿真系统软件是可行、正确的.     

220kV常规变电站智能化改造总体方案

参考华北地区某220 kV变电站的智能化改造项目,结合相关理论和经验,设计了一种220kV常规变电站智能化改造的总体方案,并分析了智能化改造的关键技术。     

500kV变电站智能化改造方案研究

实现全站信息数字化、通信平台网络化、信息共享标准化,满足调控一体化的技术要求的智能变电站已成为未来发展的趋势。概括介绍了传统变电站的结构、特点及发展现状,结合现场实际提出了分阶段实施变电站智能化改造的方案,分析了设计原则及技术要求,并从技术性、经济性等方面阐述了方案的优越性。为传统变电站向智能化改造提供参考,具有很好的借鉴意义。     

浅析220kV变电站的设计方法

目前,随着我国城乡电网建设与改革工作的开展,对变电站设计也提出了更高、更新的要求。建设新的变电站,采用先进的设备,使其与世界先进变电站接轨,有助于提高电网的供电可靠性、降低线路损耗、改善电能质量和提高电力企业的经济效益。以某220kV变电站为例,说明了变电站电气主接线设计时应遵循的原则、电气设备的选择以及配电装置的总平面布置等。     

10kV变电站智能化改造技术方案研究

该文针对110kV惠民变电站智能化改造工程,介绍其智能化改造方案和技术特点,在前文论述的基础上进一步分析,提出优化方案.     

基于三维模型的变电站智能辅助控制系统设计

为了提高智能变电站设备运行环境与公共安全状态的远程监控及智能化防控能力,提出一种基于三维模型的变电站智能辅助控制系统。按照变电站智能辅助控制系统的设备选型布置需求进行数据库开发设计,采用三维模型实现变电站智能辅助控制系统的三维设计成果的共享,通过三维设计模型校验和红外双鉴三维建模完成变电站智能辅助控制系统的三维设计,并对三维建模算法进行优化,得到三维建模输出结果。仿真测试结果表明,该系统进行变电站三维建模的输出功率稳定性好,抗干扰能力强,运维闭环管理处理效率高,有利于提高变电站设备的远程监控及智能化防控能力。     

事件驱动的多任务智能调度方法

目前多任务调度问题非常普遍,然而在开放动态环境中多任务调度经常会遇到大量不确定性,导致任务调度崩溃。为此,以事件驱动程序结构为框架,用Petri网作为任务调度处理器,建立了多任务动态调度体系结构,给出了基于事件驱动的多任务智能调度方法。该方法能根据所发生事件自动检测调度处理器的状态,对调度处理器做出正确和最优调度决策,从而实现了对有效任务或任务组合进行调度。     

基于多分辨方法的海量数据三维云体绘制

针对因图形硬件存储能力有限带来的海量云数据体绘制的交互性差等问题,提出了一种适用于大规模体数据压缩的多分辨率三维云体绘制方法。该方法首先引入基于变异系数的多分辨率细节层次划分,再利用小波变换和最优量化对划分数据块进行压缩,最后采用基于GPU的自适应采样光线投射算法对云数据进行体绘制。实验结果表明:该方法与传统的多分辨率压缩绘制方法相比,既提高了绘制速度,又保证了绘制的逼真效果。     

基于多层感知器的异常数据实时检测方法

基于神经网络的多层感知器模型,结合滚动学习 预报机制,提出了一种异常数据实时检测方法.该方法在每个当前时刻通过最近的固定长度的历史数据训练神经网络,完成下一时刻的预报.通过神经网络模型残差,确定概率为P的置信区间.当下一时刻数据落入置信区间内,则该数据被判为正常;反之,则为异常.被判为异常的数据不再用作更新历史数据,而以相应的预报值代替.通过某300 MW燃煤火力电站实际过程数据的在线验证,结果证明了所提出方法的有效性.     

220 kV变电站的智能汇控小室优化安装方案

针对新疆地区智能汇控小室损坏率高,使用寿命短和存在拒动、误动的问题,提出220 kV汇控小室优化研究方案.利用建模软件构建了新疆某地区220 kV变电站的三维模型,基于有限元方法进行变电站稳态电磁场分布研究,仿真数据与现场试验数据比较结果验证了该电学模型的准确性,对该模型采用空间寻优法获得智能汇控小室的最优安装位置方案...     

110kV智能化变电站在高海拔地区的应用价值

在智能电网的建设中,智能化变电站是重要节点,控制着电网运行,对于智能电网的建设和发展有着极为重要的作用。本文针对3000km以上高海拔地区110kV智能化变电站为研究对象,对智能化变电站的关键技术展开研究,介绍了智能化变电站的建设原则与工程应用价值。     

隧道清洗机器人智能调度方法

针对目前隧道清洗机器人作业调度中采用定时的僵化作业模式,造成电力、消防资源浪费,并干扰驾驶人行车安全问题,提出一种隧道清洗机器人智能调度方法。该方法首先依据隧道车流量、温度、湿度等影响因素,形成了对基础设施运营性能时变模型的描述。在此基础上,考虑基础设施运营性能、机器人作业成本、对隧道交通流的影响等,构建了隧道清洗机器人调度的级联优化模型,分别对机器人调度周期及作业时间进行优化,以实现机器人的高效运营。将该方法与常用的基于人工经验的定周期调度方法进行实验对比,结果显示在相同的作业成本下,该方法的基础设施运营性能较定周期调度方法提高了6%。     

多模块的FMS智能调度系统研究

提出同时采有多种智能方法进行ＦＭＳ的调度,建立了一个由人工智能启发式算法、专家系统和神经网络组成的多模块ＦＭＳ智能调度模型;用能观测性和能控性的判别方法对调度系统进行控制,给出了调度系统的组成和部分模块运行的示例．     

多模式智能教学系统的教学模式调度研究

针对目前多模式智能教学系统中存在的两个问题(教学模式由于要承担所有的教学规划任务而负担过重问题，教学模式之间过渡问题)，提出将教学规划进行分层处理的“全局教学规划-教学模式调度-模式内局部教学规划”的解决模式．这种解决模式的关键问题就是教学模式调度问题．阐述了用不确定推理方法为学生选择合适教学模式的方法，并设计出教学模式的调度算法．实验说明这种解决方案能取得令人满意的效果．     

330kV变电站多站监控及智能化浅析

该文以陕西电网运行检修公司下辖的3个330 kV变电站为研究对象,在传统变电站升级改造为智能变电站的过程中,提出一站监控多站的监控运行方式,通过相同电压等级的一个变电站综合监控同一电压等级的其它变电站,实现多站的远程运行监控、信息共享,提高变电站运行效益,为变电站智能化升级改造打下良好的运行基础。     

基于多主体的智能调度系统研究

研究了生产作业调度及智能调度系统。针对现代生产作业调度的特殊要求,对多主体技术及主体之间的协作机制在作业调度方面的应用进行了探讨,建立了基于多主体的智能调度系统框架结构和适应实际生产环境的主体模型结构,研究了在多主体结构的基础上实现作业调度的机制和方法。     

用多层前馈网络进行三维储层参数反演的方法

地震反演的主要任务是依据地震资料并综合利用地质、测井等资料得到地下地层的详细信息。三维地震反演需要处理庞大的地震数据体，同时在反演过程中既要考虑模型和测井的约束，又要考虑地震在横向上的连续性。将地震反演看作是地震数据到储层参数的模糊映射，并利用神经网络建立了这种映射关系。针对网络收敛速度慢、学习时间长等缺陷，提出了一种学习率自适应调整算法。该算法使每个权都有自己的学习率，使网络的训练速度大幅度提高。利用该方法进行地震反演，抛开了褶积模型的限制，也无须已知地震子波。外推过程是在三维空间内进行的，所得的储层参数数据体保持了横向上合理自然的连续性。对该数据体进行三维可视化解释，可以直接描述储层的空间展布。     

用多层前馈网络进行三维储层参数反演的方法

地震反演的主要任务是依据地震资料并综合利用地质、测井等资料得到地下地层的详细信息。三维地震反演需要处理庞大的地震数据体 ,同时在反演过程中既要考虑模型和测井的约束 ,又要考虑地震在横向上的连续性。将地震反演看作是地震数据到储层参数的模糊映射 ,并利用神经网络建立了这种映射关系。针对网络收敛速度慢、学习时间长等缺陷 ,提出了一种学习率自适应调整算法。该算法使每个权都有自己的学习率 ,使网络的训练速度大幅度提高。利用该方法进行地震反演 ,抛开了褶积模型的限制 ,也无须已知地震子波。外推过程是在三维空间内进行的 ,所得的储层参数数据体保持了横向上合理自然的连续性。对该数据体进行三维可视化解释 ,可以直接描述储层的空间展布。