基于故障树和产生式规则的故障诊断专家系统设计

[目的]为充分运用核动力装置的运行管理经验辅助核动力操纵人员进行故障诊断,设计一种船用核动力装置故障诊断专家系统。[方法]首先,根据故障树与产生式规则之间的逻辑一致性,提出一种将故障树知识转化为产生式规则的方法;然后,对采用正、反向混合推理方法的专家系统知识库和推理机进行优化设计,并依据故障树最小割集和重要度分析结果设计正向推理策略以简化推理流程;最后,根据人工对故障状态判断的思路设计状态监测模块,实时采集关键设备参数以转化为专家系统可识别的设备信息。[结果]结果显示,采用所提方法可解决专家系统知识获取困难的问题,能在保证推理准确度的前提下提升推理效率,实现了专家系统的在线故障诊断功能。[结论]研究表明采用所提方法可提升专家系统获取知识的能力和推理效率,对保障核动力装置的运行管理安全具有重要意义。

高频下功率模块有机硅凝胶封装材料中电树枝生长及自愈特性

有机硅凝胶因其良好的电、热及机械性能,被广泛应用于多能变换装备中功率模块的封装绝缘,电树枝是由于局部放电而产生的树枝状放电通道,是功率模块封装绝缘系统较为常见的失效形式。基于此,该文搭建高频正弦电压激励下有机硅凝胶中电树枝生长实验平台,开展不同频率下的电树枝生长实验,探究高频下有机硅凝胶中电树枝的起始及传播机制,分析频率对电树枝特性的影响机理;进一步开展不同温度以及组分配比下的电树枝自愈实验,研究有机硅凝胶中电树枝自愈行为及其影响机制。实验结果表明,随着频率的升高,硅凝胶中电树枝形态将更加复杂,起树电压也会随之下降,18kHz下起树电压较8kHz下降了约17%。分析认为,麦克斯韦应力是导致高频下电树枝起始的主要原因,而有机硅凝胶中电树枝的传播特性也有别于传统固体电介质。针对自愈特性,温度升高有利于电树枝的自愈,但在100℃下将会抑制自愈,分析得到温度通过影响气体状态来影响自愈的不同阶段。同时,组分配比不同也会影响硅凝胶的形态及电树枝特性。

基于事件树连锁故障推演和证据推理的制氢站设备风险评价

针对制氢站系统复杂,易受到外部攻击,进而引发连锁故障及严重安全事故的问题,采用基于事件树的连锁故障推演方法,明确了制氢站设备连锁故障的后果和发生概率。在此基础上建立了考虑安全性、经济性和环保性的连锁故障风险评价指标体系。考虑到造成严重后果和影响的不精确性和不确定性,采用模糊隶属度函数进行评价指标的模糊化。最后建立了基于证据推理的风险评价模型,并应用到制氢站设备的风险评估中,实现了制氢站设备的风险评价和排序。实例分析表明,该方法可行有效,为下一步制定制氢站设备安全防范措施提供了依据。

基于油中溶解气体特征量筛选的变压器故障诊断方法

油中溶解气体分析对变压器故障预警及诊断具有重要意义。针对油中溶解气体特征量种类众多、故障关联特征分析不足等问题,文中以油浸式变压器为研究对象,提出了基于油中溶解气体特征量筛选的变压器故障诊断方法。首先,对油中溶解气体的原始特征量进行特征衍生,通过随机森林(random forest,RF)计算特征量对故障诊断的重要度,筛选得到最佳特征组合。其次,采用树结构概率密度估计(tree-structured parzen estimator,TPE)实现RF模型的参数寻优,并形成TPE-RF诊断模型。同时,结合多种评价指标,证明所提方法能够对变压器作出准确的故障诊断。最后,提出TreeSAHP模型分析特征量对各故障的重要度,优选出各故障关联的主要特征量,并根据变压器运行案例,探讨了该方法在电力行业现场应用中的适用性,验证了该方法的有效性。

基于故障树分析的蒸汽隔离阀健康评估方法

蒸汽隔离阀作为核电站二回路的关键安全设备,在维护核电站安全稳定运行方面具有重要意义,因此对于蒸汽隔离阀系统的健康评估至关重要。本文基于故障树分析法,提出了一种针对复杂蒸汽隔离阀系统的健康评估方法。通过故障模式及影响分析,构建蒸汽隔离阀系统故障树。结合实际工程经验,使用风险等级矩阵评估故障风险,对系统进行定性分析,据此制定专门运维检修策略。引入可靠度函数、故障率函数以及系统故障概率密度函数,建立蒸汽隔离阀系统的健康指标,实现实时监测系统健康状况。该方法为后续蒸汽隔离阀系统的精确智能运维提供了重要参考。

基于变换域分析和XGBoost算法的超短期风电功率预测模型

为应对传统超短期风电功率预测方法在数据潜在关系挖掘和模型收敛速度等方面存在的问题,提出了一种基于变换域分析和极端梯度提升回归树算法(extreme gradient boosting, XGBoost)的超短期风电功率预测方法。首先,通过时间滑动窗口和风电功率指标进行数据构建和低级特征提取。然后,结合快速傅里叶变换(fastFourier transform, FFT)和哈尔小波变换构成的多层次变换域分析方法对风电数据进行分解,充分考虑频域信息在特征学习中的重要性。最后,建立包含FFT、哈尔小波变换和XGBoost算法组合的超短期风电功率预测模型。实验结果表明,采用的多层次变换域分析方法能够充分挖掘原始特征之间的潜在关系,深入捕捉数据的时序关联性,而且XGBoost算法可以有效提升模型的预测性能,与其他预测模型相比,所提方法在不同数据集上均展现出较高的预测精度和较强的特征提取能力。

决策树预测法对电力调度运行管理水平的提升

以前沿计量模型提取了变电站电力调度运行指标,并以32kV变电站的电力调度运行数据为研究对象进行实验分析,由此获取初始数据。通过分析决策树预测法与变电站电力调度运行管理的相关性,判断变电站电力调度运行精准度及总体响应时间的变化情况。通过对变电站的功率、湿度、温度和电压等运行条件进行标准化处理,发现变电站电力调度的运行状态及故障点预测的精准度达85%以上,数据处理的偏差值浮动范围在0~2MB内,总体响应时间平均缩短约2s。由此证明,对比传统实时监控方法,决策树预测法对变电站电力调度运行管理的精准度更高,总体响应时间相对更快。

基于PCA-Adaboost-GBDT的短期风电功率预测

为解决单一预测模型难以准确预测风电功率的问题,提出了一种基于主成分分析(principal component analysis,PCA)-自适应增强(adaptive boosting,Adaboost)-梯度提升树(gradient boosting decision tree,GBDT)的风电功率短期预测方法。使用PCA方法对数据降维分析,使用Adaboost-GBDT组合模型对风电功率数据进行训练。结果表明,所提算法在准确性和效率方面都具有明显的优势。研究结果为风电功率准确预测提供参考与借鉴。

基于FTA-FBN的电动矿卡动力电池故障诊断

由于电动矿卡工作环境恶劣、载重量大、长期高负荷作业,其对动力电池可靠性造成严峻的考验。电动矿卡结构复杂,难以获取精确故障数据,故提出一种基于故障树和模糊贝叶斯网络(FBN)的动力电池故障诊断方法。利用电动矿卡实际故障数据,得到动力电池5类常见故障和8种故障现象,建立故障树模型,通过分析和计算获得各个故障事件的先验概率。通过专家评估的方法获得节点条件概率表,将模糊理论和贝叶斯网络相结合构建FBN,利用Netica仿真软件进行故障诊断推理。结果表明,能够根据故障树结果制定维修策略,根据FBN结果进行故障定位,提高效率。

基于决策树的电网重要用户供电路径决策方法

广州等超大城市电网中110kV网架接线主要为3T接线,其运行方式多变,对电网的规划和运行有很大影响。超大城市电网中存在着大量的重要用户,其供电可靠性是安排电网运行方式的一个重要考虑因素。若安排的运行方式使得某些重要用户的供电路径汇集在同一元件,就会大大降低重要用户的供电可靠性。基于此,建立超大城市电网重要用户供电路径优化决策模型,以最小化电网中220kV线路的平均负载率为目标,要求系统的每个重要用户都要满足多个供电路径来自最少2个不同的220kV变电站。为了快速求解此混合整数非线性规划模型,引入多变量决策树将模型转化成一个整数非线性规划问题,再通过变量代换将其转化为一个整数线性规划问题,实现快速准确求解。最后,以广州电网实际数据为例,验证所提优化决策模型和求解方法的可行性与有效性。

基于决策树的电力通信网全链路数据异常检测方法

数据异常会造成电力通信网全链路故障,为建立更加稳定的电网通信环境,提出基于决策树的电力通信网全链路数据异常检测方法。建立决策树组织,通过剪枝处理实现对电力通信网异常数据的挖掘。根据数据标准化原则,定义链路标签,联合相关电力通信数据,完成电力通信网全链路数据异常检测。实验结果表明,所提方法的异常传输行为的数据总量,在电力通信数据样本中所占比例低于13.9%。表明所提方法能够维护电网通信稳定性,解决了电力通信网全链路故障问题。

计及车网互动的热电联供微电网优化调度

为有效推动“双碳”目标的实现,针对系统碳排放量大、综合成本高和优化调度迭代寻优困难的问题,提出了计及车网互动的热电联供微网(combined heat and power microgrid,CHP-MG)优化调度方法。以微网运行成本和碳排放量最小为目标,建立了考虑车网互动的CHP-MG模型,同时,考虑用户需求变化,设置了优先满足电负荷需求和优先满足热负荷需求2种模式;给出改进的树种优化算法,将种群划分为4部分,更有效的进行全局搜索;该算法还引入了枯萎过程和位置置换变异策略,以增加种群多样性、避免局部最优,从而提高收敛时间和寻优能力。以英格兰东北部地区为例进行了仿真验证,结果表明,改进后算法的寻优结果和收敛时间明显优于未改进的树种优化算法。

基于Isograph的光电非接触式轴功率测量系统可靠性分析

为提升光电非接触式轴功率测量系统的可靠性,顺利完成船舶轴系工作状态实时监测任务,基于Isograph软件对该系统进行失效模式、效应与致命度分析。利用Isograph软件建立故障树,计算并分析该系统的各零部件对其可靠度的影响。针对该系统的薄弱环节(比如焊接的可靠性和码盘安装位置的准确性),利用有限元仿真分析软件ANSYS Workbench和三维建模软件Solidworks对系统的主要硬件(探头和码盘)进行模态分析,结果表明:在同一环境中,相比探头,码盘更易因强烈的振动而发生变形、断裂等机械故障。在实际应用该系统时,要保证组装、焊接的可靠性,以及码盘与轴线的垂直度;同时,根据机舱的实际工作环境,选用抗振性能较好的材料。

基于Merkle哈希树的电力扰动数据安全去重方法

针对当前去重方法存在伪基和伪偏移量问题,导致去重效果不佳,提出了基于Merkle哈希树的电力扰动数据安全去重方法。使用收敛加密方法,有效解决数据加密和去重矛盾,应用Merkle哈希树得到电力扰动数据块指纹,以此标记待去重电力扰动数据。利用POW协议证明拥有权检测重复数据块。使用扰动状态似然代替对数似然,避免电力异常扰动状态在去重标识过程中重复,实现安全去重。由实验结果可知,该方法最大基提取为3000 B、最大偏移量为6000 B,均未超过实验设定阈值,说明所提方法去重效果较好。

耦合信息物理系统的虚拟电厂可靠性评估

为分析信息系统和物理系统失效率对虚拟电厂可靠性的影响,提出耦合信息物理因素的虚拟电厂可靠性评估方法。首先分析了虚拟电厂的可靠性影响因素,再依据故障树分析方法建立了可靠性模型,并结合蒙特卡罗法提出了虚拟电厂的可靠性分析方法。最后算例表明,信息物理系统磨合完成后的虚拟电厂稳定性较高,各可靠性参数重要度一致;由物理系统失效引起的虚拟电厂失效次数较多。

启发式快速探索随机树的电力杆塔三维航线规划研究

为了完成对电力杆塔运行状态的有效监测与故障诊断,要求无人机规划最优三维航线。文章基于快速探索随机树(rapidly exploring random trees,RRT)算法,提出一种启发策略的无碰撞三维航线规划方法,该方法集成启发式搜索策略进行代价函数设计,加速算法收敛,确保航线最优。在仿真环境与实际场景下的实验结果表明,同传统的RRT与改进的RRT*算法相比,本方法针对电力杆塔所规划的无碰撞三维航线,具有稳定可靠的最短路径长度,能够满足智能监测的应用需求。

基于贝叶斯攻击树的电力系统网络物理安全研究

文章提出了一种基于贝叶斯攻击树与继电保护相结合的电力系统通信网络安全性评估策略,即在电力通信网络的信息层级,将贝叶斯网络、安全评估架构以及联合树算法进行融合,对信息层级的电力设备子站节点的安全性概率进行赋值,在物理层级采用模型分析电力设备子站所控制线路的故障时,会触发继电保护机制,并计算出切除故障时所要切除的负载占比。文章将信息层级的安全性概率和物理层级的故障相结合,提出新的安全性评估指标负载消减率,并从中寻找出安全性不佳的节点,以完成安全性评估。算例分析验证了文章所提方法的科学性和有效性,并证明了其可以进行大规模推广应用。

基于时空演化的输电线通道树竹放电预警方法

为解决输电线通道中树竹放电预警准确率低的问题,提出了一种基于时空演化的输电线通道树竹放电预警方法。首先,通过无人机巢采集输电线通道图像,并进行图像噪声过滤;其次,通过树竹皮、叶子的边缘特征识别树竹类型,并结合典型树竹生长速度和观测的实际生长速度进行时空演化分析,预测树竹放电隐患时间并预警;最后,在某地市供电公司的输电工区进行仿真验证,该方法的树竹放电隐患预警准确率为98.9%,算例的仿真结果表明,所提方法可准确识别输电线通道树竹放电隐患,提升输电线通道的运行维护管理水平。

基于水树老化的电力电缆绝缘评估图谱特征分析

以电力电缆绝缘老化评估为研究目的,采用水树老化实验方法进行电缆试验.在使用红外成像技术获取电缆表面温度信息的基础上,提取了电缆表面温度分布特征以及水树放电特征,并通过对比分析不同老化程度下水树老化特征变化,建立了电力电缆绝缘评估图谱.结果表明,电缆表面温度分布呈现不均匀性,在老化程度加剧时,水树放电特征不断增强.在此基础上,提出了一种基于水树老化的电力电缆绝缘评估方法,并得出结论:该方法能够有效地评估电力电缆绝缘老化程度,为电力系统的运行和维护提供了参考依据.

用梯度提升决策树实现电力负荷非线性影响因素分析

为了避免由因素冗余导致的预测精度下降,对比分析了6种集成机器学习模型的性能,发现梯度提升决策树回归模型性能最好。利用梯度提升决策树进行特征重要性排序,选出显著影响因素;然后通过计算偏依赖量来评估各影响因素与最大负荷之间的非线性关系;最后,运用长短期记忆预测模型对各个因素的组合进行验证。结果表明,利用梯度提升决策树可以有效捕捉最大负荷与各因素之间的非线性关系,且经过因素选择和考虑温度累积效应后,负荷预测准确度得到显著提高。