基于分布式K-means算法的水电厂光纤测温系统可扩展性优化

针对水电厂光纤测温系统并行扩展性和问题扩展性较差的问题,设计了基于分布式K-means算法的水电厂光纤测温系统可扩展性优化方法。根据系统真实的执行时间和能耗,计算系统通信和能耗的实际加速比,构建系统可扩展模型;利用基于分布式K-means算法的协同过滤模型分散数据集,聚合相似度高的样本数据,完成系统的可扩展性优化。实验结果表明,设计方法的性能明显优于其他方法,解决了系统并行扩展性和问题扩展性的优化问题。

红锥锯材中试干燥工艺

进行红锥Castanopsis hystrix锯材干燥中试,验证中试干燥基准的正确性,以求获得适于红锥生产应用的干燥基准。采用生产中广泛使用的强制气流循环式干燥窑,在给定的中试干燥基准下对红锥锯材实施干燥试验,并按照国家标准(GB/T 6491-1999)进行锯材干燥质量评定。中试结果表明:红锥锯材平均终含水率为7.24%,厚度含水率偏差为2.37%,应力指标为4.12%,平均顺弯度为0.17%,横弯度为0.25%,扭曲度为0.24%,瓦弯度为2.55%,纵裂度为3.31%,截面收缩为5.793%,无内裂,干燥至含水率12%时所用时间为138 h(5.75 d),干燥速度为0.31%.h-1。中试干燥基准基本正确,总体干燥质量良好,基本达到木制品生产对红锥干燥质量的要求。

机组轴瓦传感下的水电厂机组全光纤测温自动化系统设计

针对水电厂机组全光纤自动化系统测温误差较大,无法满足水电厂运转需求的问题,提出机组轴瓦传感下的水电厂机组全光纤测温自动化系统。硬件方面,设计温度采集器与温度集中器;软件方面,基于机组轴瓦传感技术,采集水电厂机组温度信息。利用累加平均算法,改善采集数据的信噪比,并通过串联动态实时校正方法,构建测温数据的校正模型,以提升测温精度。在上位机呈现出水电厂机组全光纤测温的实时监控结果。实验测试表明:与其他两种测温系统相比,设计系统将测温误差降低了3.16℃、1.20℃,在实际应用中性能更优。

基于机器学习的水电站辅机系统设备故障诊断方法

为了提升水电站设备运行的智能化水平,研究基于机器学习的水电站辅机系统设备故障诊断方法、西部修试公司在调峰调频公司两个中心(数据中心、应用中心)前期研究成果下,开发、利用日臻完善的电力信息化平台获取运行设备状态和工况信息,从大数据本身内在规律分析的角度研究设备状态演变的关联关系和发展趋势,构建天二公司基于机器学习的辅助系统设备状态监测算法及数据分析模型框架,为设备稳定、安全、经济运行提供判断依据,为设备检修、退役决策提供支持。本项目选取了固有模态函数能量熵方法提取水电站辅机系统设备状态特征,该方法利用快速集合经验模态分解方法快速分解水电站辅机系统设备的振动信号,计算分解后振动信号的模态分量能量熵,所获取的模态分量能量熵即水电站辅机系统设备的状态特征,设置所提取的水电站辅机系统设备的状态特征作为模糊支持向量机模型的输入样本,模糊支持向量机模型的输出结果即水电站辅机系统设备的故障诊断结果。实验结果表明,该方法可以有效诊断水电站辅机系统设备故障,故障诊断准确率高于98.5%。