基于奇异谱分析和极限学习机的风速多步预测

风速预测对风力发电系统具有重要的影响,为获得更高精度的风速预测结果,针对多步风速预测,成功开发了一种基于奇异谱分析和优化极限学习机的新型预测模型。首先,采用奇异谱分析将风速时间序列分解为一组相对平稳的分量,以降低风速序列的随机性对预测结果的影响;然后,对分解得到的分量分别建立极限学习机预测模型,为进一步提高预测性能,将1种新颖的活性竞争萤火虫算法用于优化极限学习机的输入权值和隐含层偏置;最后,叠加全部分量的预测值得到实际预测结果。仿真结果表明,基于奇异谱分析和活性竞争萤火虫算法优化极限学习机的模型在1步到3步风速预测中实现了较高精度的预测结果。     

基于改进差分进化算法优化极限学习机的短期负荷预测

负荷预测的精度直接关系到电网的供需平衡,影响着电网运营成本。针对传统预测方法精度不高的缺点,提出了一种改进的差分进化算法优化极限学习机的预测模型。由于极限学习机的输入权值和隐含层偏置对预测精度有很大影响,因而利用改进差分进化算法对极限学习机参数进行优化,提高了极限学习机的泛化能力和预测精度。研究结果表明:改进差分进化算法优化极限学习机对短期负荷预测精度有较高提升。     

基于混合分解技术的鲁棒极限学习机的风速预测

提出一种基于混合分解技术的改进鲁棒极限学习机的风速预测模型。混合分解技术的特殊性在于采用变分模态分解,把互补集合经验模式分解所产生的高频固有模态函数进一步分解为多个模态分量,以提高短期风速预测的精度。然后对混合分解技术分解得到的全部风速分量分别建立鲁棒极限学习机模型进行预测,并采用一种改进鲸鱼优化算法对鲁棒极限学习机的参数进行微调。最后,根据西班牙某-风电场实际风速数据进行风速多步短期预测。实验结果表明:基于混合分解技术和改进鲸鱼优化算法优化鲁棒极限学习机的组合预测模型在风速预测.中取得较好的预测效果。     

超高压大型变压器铁心故障诊断的试验研究

为了准确地判断大型变压器铁心故障点的位置,对一起超高压大型主变压器缺陷的诊断试验过程进行了研究。在国内首次将变压器铁心接地电流长时间高采样率的波形分析应用到变压器故障诊断和状态评价中,并综合局部放电、油色谱等试验结果进行故障分析判断。结果表明:变压器铁心接地电流长时间采样能够准确判断设备接地电流型故障。     

基于可听声的变压器故障诊断技术综述

针对变压器故障类型判断及故障预警问题,从信号采集、信号消噪、特征量提取、故障诊断4个方面综述了基于可听声的变压器故障诊断技术研究的新进展,对其诊断效果及研究动向进行分析和展望。研究结果表明:该技术在(1)变压器可听声产生机理研究及故障原因与趋势预测;(2)变压器声信号的消噪技术及频谱分析;(3)振动声信号的专家智能分析系统的研究方面具有广阔的发展前景。     

带板钢筋混凝土简支梁的耐火极限增大系数

利用SAFIR程序,对带板钢筋混凝土简支梁的耐火极限增大系数进行了分析。考察了梁的荷载比、配筋率、保护层厚度、跨高比,以及板的厚度、宽度、保护层厚度和配筋率等参数,对ISO834标准升温过程作用下带板简支梁的耐火极限增大系数的影响规律。通过1296种工况的计算分析,建立了该增大系数的实用计算公式。研究结果表明:①板的保护层厚度对该增大系数的影响较大,随着保护层厚度增加,该增大系数迅速增大;②板的厚度和纵筋配筋率对该增大系数的影响较小;③适当增加板的宽度可以提高该增大系数。     

基于EWT-FIG和ORELM模型的风速多步区间预测

针对风速预测具有较强的不确定性,提出了一种经验小波变换一模糊信息粒化和变异鲁棒极限学习机组成的短期风速区间预测模型。该模型采用经验小波变换将原始风速分解为若千个模态分量和一个剩余量,并对所有分量进行重构,为了缩小预测区间范围,仅对重构后的剩余量进行模糊粒化,根据需求提取每个窗口的最大值、平均值和最小值,然后对极限学习机进行优化,最后对所有分量建立离群鲁棒极限学习机预测模型,叠加预测值实现风速多步区间预测。实际算例表明:所提多步区间预测方法能有效跟踪风速变化,具有较高的预测精度和可靠的区间预测效果。     

变压器直流电阻不平衡系数超标原因分析

针对步桥220 kV变电站4号主变压器施工期间线圈直流电阻不平衡系数超标问题,从高压线圈、高压引线、套管、分接开关等部件对线圈直流电阻的影响进行分析,判断出故障缺陷位置。采用排除法,结合施工现场实际情况,对故障缺陷予以消除,并对施工方法提出若干建议。试验结果表明:缺陷处理后,变压器高压线圈及引线直流电阻测试值趋向平衡,满足规程规定的要求。     

电力变压器铁心柱截面优化设计

常规电力变压器设计中,铁心的级数通常根据铁心柱直径查设计手册确定,并采用作图法得到各级叠片的宽度和厚度,线圈截面利用率较低。针对以上现状,从电力变压器的性能与节省材料方面考虑,通过分析电力变压器铁心柱结构特点,建立了非线性回归整数规划模型,利用 MATLAB 软件编程求解得到了电力变压器铁心柱截面的优化方案。结果表明:该优化方案将截面填充系数提高了 3.8%,产生了可观的经济效益。     

基于孤立电网的综合故障诊断系统设计与实现

针对孤立电力系统的特点及其在线监测方面存在的问题,基于TCP/IP协议的光纤局域网接口技术,运用C++和汇编语言,依托100/1 000 Mbps以太网通讯技术,采用分层分布式结构,设计了孤立电网综合故障诊断系统。实现孤立电网设备的在线状态监测、电气量动态记录、故障预报、故障分析等功能。结果表明:该系统通过监测系统负荷变化、谐波含量、频率变化,有效解决了孤立电网的监测和电能质量问题,在孤立电网发生故障时,可迅速采取有效措施,减小孤立电网故障对主网的冲击,避免设备损坏,确保了电力系统运行的稳定性。     

基于二层分解技术的短期负荷预测研究

钢铁用户的增多会使地区含有大量的冲击负荷,传统的预测方法难以捕捉该地区的负荷变化规律,预测精度不足。为提高含大量负荷地区的负荷预测的精度和泛化性,提出一种基于可变模式分解与奇异谱分析相结合的二层分解技术(VMD-SSA)和改进鲸鱼算法(IWOA)优化极限学习机(ELM)的短期负荷预测模型。通过实例证明,相比于其它模型,所提混合模型能充分掌握负荷的变化规律,有效提高了含大量负荷地区的负荷预测的精度和泛化能力。     

基于机器学习方法的上海市暴雨内涝灾情预测模型研究

本文基于区域灾害系统理论,综合考虑致灾因子、暴露度和脆弱性,提出了一套暴雨内涝灾情预测指标体系;在此基础上利用上海市应急联动中心110接报暴雨内涝灾情数据,构建了暴雨内涝灾情预测BP模型(Back Propagation Model)和XGBoost模型(Extreme Gradient Boosting Model),并对比分析了预测模型效果,实现对上海市暴雨过程内涝灾情数量预测;最后对内涝灾情影响等级进行阈值划分,以期为暴雨内涝影响预报与风险预警业务、服务及灾害管理提供技术支撑。结果表明:1)综合考虑致灾因子、暴露度、脆弱性指标且不经主成分分析降维的指标组合作为暴雨内涝灾情预测指标体系时,BP模型和XGBoost模型的预测精度最优;2)全量样本XGBoost模型总体表现最优,暴雨内涝灾情的右偏分布和内涝灾情的异常高值均对XGBoost模型预测误差有不同程度的贡献;3)综合评价法在历史灾情百分位法和模拟灾情百分位法基础上,结合多年业务实践经验和用户对于110灾情的处置承受力对暴雨内涝灾情进行阈值划分,在实际应用中具有一定参考意义。     

基于CEEMDAN与样本熵的高压断路器机械故障诊断

依据高压断路器振动信号特性,提出一种自适应白噪声完整经验模态分解( complete ensemble empirical mode decomposition with adaptive noise,CEEMDAN)与样本熵相结合的高压断路器故障特征提取方法。首先利用CEEMDAN将分闸振动信号分解成一系列内禀模态函数(intrinsic mode function,IMF),然后利用相关系数法与归一化能量筛选包含信号主要特征信息的前7阶IMF分量,求取其样本熵作为特征量,最后采用粒子群算法(particle swarm optimization,PSO)优化支持向量机(support vector machine,SVM)分类器,对断路器不同故障类型进行分类识别。实验结果表明该特征提取方法能准确提取振动信号特征量,输入PSO-SVM诊断高压断路器故障能取得良好的效果。     

基于优化算法的风机振动故障模拟与诊断

为解决直驱永磁同步风力发电机 (Direct Drive Permanent Magnet synchronous windpower Generator,DDPMG)振动故障数据匮乏和传统算法故障诊断准确率低的问题,根据传统同步发电机振动特性与 DDPMG 相似的特点,采用同步发电机对 DDPMG 进行振动故障模拟,获取DDPMG 模拟振动在不同运行工况下的数据;并利用遗传算法(Genetic Algorithm,GA)分层优化最小二乘支持向量机(Least square Support Vector Machine,LS-SVM)参数的算法进行故障诊断。与未优化的 LS-SVM 诊断对比结果表明:采用优化算法的故障诊断准确率更高,可为后续DDPMG 振动监测与故障诊断技术研究提供参考。     

基于支持向量机的水资源安全评价

支持向量机以统计学习理论为基础,采用结构风险最小化准则,将学习问题转化为一个凸二次规划问题,能够得到全局最优解,适合解决小样本、非线性分类及回归问题。根据水资源安全的内涵,筛选出具有代表性的指标,组成水资源安全评价指标体系。建立了基于支持向量机的水资源安全评价模型,将安全标准划分为良好、安全、临界、不安全、危险5个等级。根据水资源安全评价标准及所属评价等级值,随机生成样本集,180个样本作为训练样本,构造了5个两类支持向量分类器,20个样本作为检验样本,检验样本分类全部正确。将模型应用于山西省11个城市的水资源安全评价,结果表明,该方法是有效、可行的。     

基于自动故障拟合法的宁夏电网负荷建模

负荷模型对电力系统综合计算分析影响很大,负荷模型考虑不恰当,会成为电网运行控制的潜在危险。基于自动故障拟合法的原理,分析了自动故障拟合法、节点法辨识的参数仿真曲线与实测曲线的拟合效果,最终通过对7种方案进行自动辨识,给出了宁夏电网不同类型负荷的模型参数。结果表明:自动故障拟合法拟合效果接近真实值,能很好地模拟实际系统的动态响应,其在大电网下辨识得到的参数是可靠、正确的。     

X射线数字成像技术在电力设备故障诊断中的应用

用传统的带电检测方法对电力设备进行故障诊断时,检测结果仅是基于非直接特征表象的判断,这使得诊断结果存在漏判或误判的可能。通过介绍X射线数字成像技术,将X射线数字成像技术运用到电力设备的缺陷检测中,在不打开电力设备本体的前提下,对电力设备进行X射线透射,通过对生成图像进行分析,可以发现设备内部存在的缺陷或瑕疵,应用效果表明X射线数字成像技术可用于高效开展电力设备可视化无损检测,结果清晰准确,为电力设备的故障诊断及检修提供了直观的依据。