基于多数据融合的水电机组全息监测系统及应用

随着全息检测技术与计算机性能的发展,水电站智能化研究逐渐成为评价水电行业的重要指标。提出了融合多数据的水电站相关设备的智能化监测系统,利用数字全息轮廓测量技术扫描转换原始模型的流道特征,利用传感器采集的不同工况下的运行参数与流场特性,基于云计算技术、大数据分析方法和人工智能等技术构建高效的数据分析与处理平台,逐级学习故障特征,进行故障预警定值的挖掘。该系统涵盖在线监测、故障诊断和预警、健康评估以及数据挖掘等功能,消除了水电站运行状态难监控、故障预警难发现和调度策略难实施等痛点,可为水电站全息监测系统的智能化改造、研究和发展提供一定的参考。

基于多数据融合的变电站设备运维系统设计

为实现对变电站设备运行状态的远程化监控、巡视,提高变电站设备运维质量和效率,本文应用多数据融合技术,完成对变电站设备运维系统的设计和实现。首先,介绍多数据融合技术相关概念,并结合系统设计要求,完成对系统架构、传感设备、前端设备以及继电保护装置等系统硬件部分设计。其次,从系统软件结构设计、系统主要功能设计两个方面入手完成对系统软件设计。最后,对系统性能进行测试。结果表明:在多数据融合技术的应用背景下,本文系统的设计和应用,可以实现对变电站设备运行状态的实时监控,保证该设备的维护和优化效果,提高设备运行性能,完全符合预期设计标准和要求。希望通过这次研究,为相关人员提供有效的借鉴和参考。

基于多数据融合的水电机组全息监测系统

为了实时了解水电站的运行状况以及发现并解决潜在安全问题,提出了基于多种现代信息技术以实现水电站智能化运行的创新方案,即水电机组全息监测系统,其主要利用云计算技术、大数据分析方法和人工智能等技术构建了高效的数据分析与处理平台,确保了水电站数据的准确性和实时性,实现了抽蓄电站运行状态实时监测、故障预警和优化调度策略等功能,提高了水电站的发电效率和响应能力。

基于多数据融合的台区故障画像构建与分析

电网台区故障是电力系统运行中常见问题,对供电可靠性和质量产生严重影响。本文简要介绍了台区故障画像的内涵及构建步骤,构建了故障画像,并给出了具体的判定方法。实例研究表明,与常规电网分析方法相比,故障图谱能够快速、准确地判断出台区线路损耗的异常成因,具有较强的实用性和有效性。

基于多数据融合的智能电网运检信息平台设计

在PM2.0标准下的智能电网体系中,存在显著的分散性问题,这给运维检修管理带来了不便,难以确保平台管理的统一性。同时,整合资源、统一运维检修业务以及监控设备运行状况的管理任务面临严峻挑战。鉴于此,本文旨在针对智能电网的实际需求,构建一个符合PM3.0标准的智能电网架构。该架构将辅助控制系统、在线监测技术以及调控云集成至中台系统,以确保运维检修业务能力的提升,并为生产管理平台的决策支持提供有力支撑。

基于SVM和证据理论的多数据融合故障诊断方法

针对D-S证据理论很难确定基本概率分配(BPA)及支持向量机(SVM)的硬判决难获得概率输出的缺陷,融合D-S证据理论和SVM算法提出了一种多数据融合故障诊断新方法:利用"一对一"多类SVM分配了BPA,引入基于矩阵分析的融合算法解决了证据理论存在的计算瓶颈问题。对液压泵进行了试验,首先,采集了柱塞泵松靴、缸体与配流盘磨损等故障信号,应用小波包对采集的信号进行了预处理,提取了12个时频特征量;最后,用所提出的基于SVM和证据理论的多数据融合新方法进行了诊断。试验结果表明,新方法故障确诊率高,诊断有效。

基于多数据融合的城市轨道交通客流监测系统研究

随着城市轨道交通客流的不断增长,对客流监测技术的要求也越来越高。针对当前各种客流检测技术均存在着各自的缺陷,提出了基于多数据融合的地铁客流监测方案设计。该方案综合了TOF成像技术、双目立体视觉技术与智能视频分析技术各自的优势,利用高精度的TOF客流计数器训练精度不足但成本较低的双目客流计数器,提出了视频客流计数的区域智能匹配方法和多数据融合的区域客流计算方法,最后介绍了地铁客流监测系统方案设计。

基于多数据融合的复合火灾探测系统设计

以烟雾、温度、CO气体作为火灾特征参量设计复合火灾探测器;利用Labview设计复合火灾探测系统监控客户端,实现对火灾的实时监控;以模糊神经网络算法代替简单的阈值法实现对火灾的判别。为验证系统的性能,进行不同方位火灾响应时间实验、抗干扰实验、分布式火灾探测实验。实验结果表明:火灾探测器平均响应时间为19.8s,探测器与火源的水平距离比垂直距离对火灾响应时间的影响程度大;抗干扰实验中,火灾误报率为0.375%;由三路探测器组成的火灾探测系统能够实现单点和多点火灾探测。

基于多数据融合技术的腊肉品质分级方法

针对近年来备受关注的腊肉酸价和过氧化值超标、褪色、出油、发黏等品质问题,提出一种快速、准确、实用的检测技术。首先利用自组织特征映射网,对生化实验测得的酸价、过氧化值以及微生物菌落总数数据,在相关国家标准的基础上将样品腊肉的品质等级划分为4级:放心食用、可食用、不推荐食用和不可食用。在此基础上采用近红外光谱技术对腊肉的酸价与过氧化值进行检测,用遗传算法优选后的波长建模所得预测均方根误差分别是用优选前建模的41%、57%,所用波长数约为整个波段波长数的1/3。采用显微图像技术获得腊肉的菌斑信息,极大的改善了传统细菌总数检验方法操作复杂、主观性强、耗时长等问题。最后采用支持向量机对近红外光谱数据和显微图像数据进行多数据融合,建立腊肉可食用等级快速判别模型。

多数据融合的电网主设备跳闸自动查询方法研究与应用

国内各超高压运检、输电公司只负责网架的运行和维护,缺少调度自动化主站系统对电网运行情况进行实时监视,设备跳闸后需通过相关专业人员前往变电站查询跳闸情况,不利于管理人员及时掌握事故情况。结合运行维护自动化系统的建设,设计了基于多数据融合的电网主设备跳闸自动查询方法,并在所建设的系统上进行了开发,验证了所提方法的有效性。

复杂碳酸盐岩储层多数据融合预测技术——以千米桥潜山奥陶系为例

单一储层预测方法在实际应用中存在一定局限性,在特殊地区不能全面反映多因素控储的实际地质情况。为此,综合前人研究成果,针对千米桥潜山奥陶系碳酸盐岩储层地质特征,提出基于波形指示参数反演和敏感地震属性的多数据融合方法,以准确表征受层状溶蚀孔洞和裂缝控制的复杂缝洞储层。利用波形指示反演结合曲线重构技术有效预测层状溶蚀孔洞分布;利用成像测井解释结论作为约束,优化裂缝敏感地震属性(如蚂蚁体、曲率体),得到较准确的裂缝预测结果。在地质模型的指导下,基于支持向量机的融合方法,将反演结果与裂缝预测结果进行多数据融合,能够在保证层状溶蚀孔洞预测精度的同时,表征裂缝对储层的沟通作用,预测结果符合构造次生裂缝和差异岩溶作用共同控制储层发育的地质特征。实际数据应用结果表明:有利储层发育区整体沿主要断裂呈带状分布,具有一定规模;位于预测的有利储层发育区内的钻井均取得较好产能,总体符合率接近89%。预测结果能够指导开发井位部署、增储上产。

基于多数据融合的电厂设备故障预警

随着电厂设备自动化程度不断提高,以及各设备之间联系复杂性的增强,设备工作在高温高压的条件下发生故障的风险提高。为降低故障发生风险,运用相似性原理对电站设备进行建模,并对设备相关参数进行监测分析,从而提前侦测到设备参数状态发生的变化,针对设备具体的位置进行维修,防止发生更严重的故障,达到预警的目的。为了能够对设备进行全面预警,需要从设备的实时数据库出发,结合相关维修记录对数据库中的故障特征参数进行分析,实现从特征、征兆到故障原因以及故障类型的非线性映射。当设备参数与预测值发生较大偏差时,发出报警信号,提醒运行人员对相关设备进行针对性的检查,基于此方法的预警系统不仅能减少设备故障的发生次数,还能延长设备维修周期,在大型设备的故障预警领域有着广阔的应用前景。

基于多技术多数据融合的水电环境监测管理平台建设

在生态文明建设和“双碳”目标的新要求下,为促进水电协调、绿色、共享发展,从流域统筹管理角度出发,对多源异构数据融合、数据校验体系等关键技术开展研究,依托云服务、GIS、物联网、移动互联、流媒体和人工智能等多技术体系,建立了水电工程全过程环境监测管理平台,解决了数据采集的难题,打通了水电工程生态环境数据监测、传输、存储、分析、应用、管理的业务链,实现了对水电工程的规划、设计、建设、运行各阶段环保措施设计、落实、运行情况的全过程智能监测,提供了一套促进水电工程的高质量与可持续发展的全新解决思路。经黄河上游梯级和丰满水电站试点工程验证,该平台具备良好的推广与应用价值。

多数据融合的燃气-蒸汽机组设备故障预警系统

研究了一种基于多数据融合的针对燃气-蒸汽机组设备的设备故障预警系统,利用先进的状态监视和诊断技术,判断设备的异常,预知设备的故障,并结合设备的健康状态来安排检修计划,实施设备检修。该系统根据提供的设备历史运行数据和实时数据,多种类型数据相融合,提出了不同于传统监测的动态预警带,变事后分析为事前诊断,大大提高了设备运行的可靠性和经济性。

时域分析的多数据融合故障诊断方法

介绍了时域分析中的有纲量参数和无纲量参数,构建了多数据融合故障诊断系统。系统包含数据级、特征级和决策级融合诊断模块,并行BP神经网络作为特征级诊断模块,既克服了BP网络的缺点,又解决了D-S证据理论难以获得BPA的弊端。对液压泵进行应用试验,结果表明,该诊断系统充分利用了多数据的冗余信息,提高了诊断的可靠性和准确性。

多数据融合的220KV变电站设备运维管控系统设计

本文以220kV变电站为例,基于终端多数据融合技术的应用下,从硬件与软件两个方面,对设备运维管控系统展开设计,并希望通过此次的研究,实现对变电站终端运行设备的集成化管理,确保设备的程序化运行,提升我国电力产业综合管控水平的基础上,为电力行业在市场内的有序发展提出技术层面指导。

基于多数据融合和小波分解的油气管道缺陷检测方法研究

针对油气管道检测过程中泄漏区域及缺陷区域难以准确定位的问题,提出了一种基于多数据融合的油气管道缺陷自动检测方法。首先利用无人机和红外热成像技术实现油田管道红外图像的分段采集,并通过移动终端实时上传到处理系统;采用改进的加权中值滤波算法对红外图像做去噪处理,并根据综合特征来自动识别管道区域以提升检测效率;然后采用Sobel算子和Canny算子对管道区域进行图像处理,并加权平均;最后,采用Haar小波做分解得到高频分量,高频分量和红外图像中温度异常区域重合的部位即为油气管道缺陷区域。实验结果表明:该方法可准确地定位油气管道的缺陷区域,其准确率最高可达97.8%,检测效率也有所提升。

基于多数据融合+BP神经网络的农业温室大棚环境监控系统的研究

研究了一种基于多数据融合+BP神经网络的农业温室大棚监控系统。在大棚内部设置多点传感器,避免单个传感器测量不准确的问题,通过加权平均算法进行数据融合,再结合BP神经网络对参数的变化趋势进行判断,最终得到决策后的控制策略。本研究实现了更为精准的大棚环境参数预测,多数据融合后的参数更准确,再进行神经网络的训练,获得各参数变化的趋势,为农业温室大棚提供良好的植株生长环境。

基于多数据融合控制器的浮选过程控制应用研究

浮选机过程控制主要以液位和气量控制为主,往往采用单变量单回路的控制方式,从浮选工艺角度出发,不同变量之间的耦合关系并未考虑,导致浮选过程控制过程较为粗放。在分析浮选机工艺要求,总结人工操作经验后,建立了以液位、气量、泡沫流速的多变量融合模糊控制器,以更符合工艺要求的模糊控制规则库对浮选过程进行控制。经过仿真试验,证明了多数据融合模糊控制器比传统PID控制器有更好的控制效果,最终在国内某钼矿浮选机上开展了工业应用试验,试验结果取得了预期控制效果,验证了该研究的有效性。

基于多数据融合的智能电网运检信息平台设计

针对目前智能电网运检管理分散性较大,缺乏统一的平台整体管控电网设备运行情况、运检业务和资源整合等问题,提出了一种基于多数据融合的智能电网运检信息平台设计。设计了智能电网运检信息平台的整体架构,包括运检生产管理系统、实时调控系统、智能电网运检管理平台等。采用Hermite正交多项式激励的前向神经网络模型对电网中的多源数据进行融合,以准确分析电网的运行状态。利用搭建的智能电网运检信息平台进行实验测试。实验结果表明,该平台能够实时监测设备状态并实现故障预警等功能,有效强化了对现场设备和运检工作的管控。