面向电力传动设备运作状态监测的数据融合方法

电力传动设备通过监测平台判断其运行状态,而通过数据融合能够使平台监测信息处理结果更加精确,提高电网的稳定性。为此,设计面向电力传动设备运作状态监测的数据融合方法。利用CMSE准则改进EMD降噪技术,降噪处理传感器信号数据。通过多传感器时空配准将各传感器数据变换至同一个参考框架中。利用烟花算法改进BP神经网络,构建FWA-BP神经网络模型,实现电力传动设备运作状态监测数据融合。测试结果表明,设计方法设备监测数据融合的平均均方根误差低于1.0,平均绝对误差均值在1.5以下,设备运作状态监测的数据融合误差较小。

基于物联网技术的矸石发电机组故障诊断系统设计

为确保矸石发电厂正常运行,降低运行成本,设计一种基于物联网技术的矸石发电机组故障诊断系统。系统硬件部分由下位机和嵌入式网关组成,根据发电机组数据特征分别给出各模块的电路设计方案;系统软件由预处理机、状态服务器和Web服务器组成,通过构建物联网传感器基阵,采集发电机组实时监测数据,利用FCM算法获得发电机组数据特征模式矢量,确定故障类别和中心矢量,以此实现矸石发电机组故障诊断。实验表明,该系统能够正常进行数据库访问和数据检索等操作,可有效地执行业务规则并完成相关工作。

基于电力物联网的设备智能感知诊断关键技术与应用

电力行业针对设备的状态巡检和点检基本停留在人工离线检测、定期维护阶段,随着关键设备数量的增加、分布的广泛和工作环境的恶劣,仅靠人力投入已无法实现高密度的巡检和点检。在设备巡检和点检过程中应用现代化的智能感知诊断技术,可以提高监控的效率和质量,为设备的稳定运行提供重要保障。基于此,本文探讨了电力设备国内外研究现状,研究了电力物联网的设备智能感知诊断关键技术与应用。

一种符号化的汽轮机效率异常检测方法

汽轮机异常检测对于其可靠和经济的运行具有重要的意义。考虑到异常数据和检测模型的敏感性和鲁棒性,本文提出了一种基于序列符号的异常检测方法,并将其应用于汽轮机回热器的异常检测。本文采用有限状态机评估回热器产生符号序列的后验概率,然后基于概率估计的模型用于检测异常。实验结果表明,模型具有理想的性能,并且基于估计的模型具有较强的鲁棒性。因此,本文所提出的方法可以很好地促进现有的基于符号动态分析的异常检测方法,特别是在汽轮机异常检测领域。