基于大数据的继电保护装置健康状况评估与预测研究

分析了传统电厂继电保护装置健康检测的问题和瓶颈,介绍了基于大数据的继电保护装置健康评估与预测的程序及优势,探讨了大数据技术在电厂继电保护中的应用路径以及未来发展的应用趋势。

矿井提升机健康状态评估与预测系统研究

针对目前对矿井提升机整个系统进行健康状态评估与预测的相关研究相对较少的问题,建立了矿井提升机健康状态评估指标体系和评语集,设计了矿井提升机健康状态评估与预测系统。针对矿井提升机各组成系统的监测数据无法充分利用、健康状态评估结果不能满足实际生产需求的问题,提出了一种提升机健康状态模糊综合评估方法:引入相对劣化度表征提升机不同类型指标的健康度,并利用健康度对矿井提升机的健康状态进行量化;采用模糊综合评估法计算矿井提升机的健康状态,使用指数标度代替1-9标度对层次分析法(AHP)进行改进,以降低计算复杂度;采用CRITIC客观赋权法,结合主客观权重计算各子系统和指标的综合权重;根据模糊综合评估计算过程和最大隶属原则,得到矿井提升机的健康状态评估结果和故障原因。在提升机健康状态评估结果基础上,利用哈里斯鹰优化(HHO)算法优化支持向量回归(SVR)模型的重要参数,构建HHO-SVR模型对矿井提升机的健康状态进行预测,提高健康预测结果的准确性。实验结果表明:模糊综合评估方法能够准确实现提升机健康状态评估;与粒子群优化支持向量回归(PSO-SVR)、遗传算法优化支持向量回归(GA-SVR)、灰狼算法优化支持向量回归(GWO-SVR)模型相比,HHO-SVR模型的预测结果更接近实际值,具有更好的预测效果。

基于SLPP和CHMM的轴承健康评估与预测研究

为了更加有效地评估和预测轴承健康状态,更早地发现轴承异常,提出了一种基于有监督局部保持投影(SLPP)和耦合隐马尔可夫模型(CHMM)的轴承健康评估与预测方法.首先,针对轴承信号特点,选择11个时域和频域特征进行提取;其次,利用SLPP方法对提取的高维特征进行高质量特征约减;最后,结合CHMM获取性能指标并对轴承健康状态进行评估和预测.通过轴承全寿命加速疲劳实验分析表明,该方法能够对轴承健康状态进行准确而有效的评估预测;在特征约减效果上,与PCA相比,SLPP刻画轴承状态变化过程的能力明显更强;在评估效果上,与HMM相比,CHMM能更早地发现轴承异常.

基于Petri网的复杂设备健康状态退化分析

针对大型设备结构复杂,健康状态难以评估的问题,以设备最小可监测或可评估单元健康状态为输入,建立了健康退化Petri网模型,利用健康等级信度的变化描述复杂设备全系统各层次单元的健康状态退化情况。首先给出了健康退化Petri网的定义,分析了库所间"冗余"、"共同"、"并发"以及"继发"四种关系形式,用以评估各层次单元健康状态;然后分析了健康状态信度转换为健康度的规则并给出一种线性映射方法;根据健康状态退化趋势特点,在离散灰色模型中引入非线性时变项,提出了基于粒子群优化的拓展非线性时变参数离散灰色模型的健康度预测算法。最后将模型应用于某发射装置的健康状态退化分析,说明了模型的适用性。