基于DGA特征量优选与改进磷虾群算法优化支持向量机的变压器故障诊断模型

针对单一的特征气体或特征气体比值作为DGA特征量无法全面反映变压器故障分类的问题,文章从混合DGA特征量中优选出一组DGA新特征组合作为输入,建立改进磷虾群(Improved Krill Herd,IKH)算法优化支持向量机(Support Vector Machine,SVM)的变压器故障诊断模型对变压器进行故障诊断。将SVM的c和σ与11种候选特征量进行二进制编码,利用遗传算法结合支持向量机对DGA特征量进行优选,得到一组DGA新特征组合;利用IKH算法对SVM的参数进行优化,同时结合交叉验证原理构建IKH算法优化SVM的变压器故障诊断模型。基于IEC TC 10的诊断结果表明:与DGA全数据、三比值特征量相比,新DGA特征组合的故障诊断准确率分别高出10.14%和30.2%;IKHSVM准确率也要高于标准SVM和GASVM(分别为73.87%、81.13%和86.27%),说明该方法能有效诊断变压器故障。

苗药黑骨藤不同极性提取部位急性毒性及抗氧化研究

[目的]对黑骨藤不同极性部位进行急性毒性试验及抗氧化研究,确定其临床用药安全性及活性部位。[方法]急性经口毒性试验采用SD(180～220 g)大鼠,连续灌胃给药7 d(9.75 g/kg)后,测定血清中的肝功能和肾功能等相关指标,观察其肝脏、肾脏毒性反应,采用ABTS(agreement of basic telecommunications services)法测定肝脏中的总抗氧化能力。[结果]黑骨藤不同极性部位给药7 d后,大鼠未出现死亡,石油醚部位、氯仿部位、醋酸乙酯部位、正丁醇部位组对肝脏和肾脏生化指标均无显著性影响(P>0.05),水部位组大鼠血清中的ALP和BUN显著升高(P<0.05)。[结论]黑骨藤的不同极性部位中的石油醚部位、氯仿部位、醋酸乙酯部位、正丁醇部位未出现毒性反应,水部位中的ALP和BUN升高,可能表现出微低毒性。氯仿部位和正丁醇部位表现出较强的抗氧化能力。

基于故障树的电力变压器故障检测及可靠性分析

电力变压器是电力系统中最重要的输变电设备之一，提高电力变压器的可靠性，对整个电网的安全可靠运行具有重要意义。采用了故障树分析法对电力变压器进行故障检测和可靠性分析。当面对复杂的故障树时，可以通过Matlab进行编程仿真，快速地对其进行定性、定量分析和计算，从而找到变压器的薄弱点。结论表明，变压器的铁心、绕组和分接开关的故障率较高，相对应的重要度也较高，为变压器检修计划的制定和预知维修提供了较为可靠的依据。

基于改进群搜索优化算法的综合能源系统运行优化

针对综合能源系统(IES)运行优化的问题,采用“经济最优”的运行策略,考虑设备的变工况特性,建立了IES经济性运行的优化模型。引入多元储能系统,以最小运行成本为目标,采用改进群搜索优化(GSO)算法求解其经济运行的优化问题。在改进GSO算法中,提出了基于改进Tent混沌映射的种群初始化和基于Levy飞行特征的跟随者更新策略,提高了解决高维复杂问题的收敛速度和求解精度;同时分析设备变工况特性对系统运行优化的影响。算例分析验证了所建模型和改进算法的适用性。