基于多状态空间的动态重构系统安全分析技术

动态重构系统安全机理分析的主要困难在于系统的复杂特性,这种复杂特性集中表现在动态重构系统功能主体的动态变化。这种动态变化导致了难以获得系统的安全机理,即导致危险产生的系统故障状态演变过程。首先分析了动态重构系统功能主体变化带来的多状态空间的分析问题;然后在多状态空间的问题基础上提出了一种危险引导的系统多元故障分析方法,从而分析系统安全机理,获得多状态空间下的系统故障状态演变过程。最后以动态重构航电系统为实例,对这种动态重构安全机理分析方法进行了应用说明。

基于多状态空间划分的风电机组非完美维修决策

对风电机组的合理维护维修是减少风电场运维成本的重要方式。同一风电场的多台风力发电机构成了一个典型的多部件系统,各风力发电机的运行性能共同决定了系统整体的运行效率和维修需求。同时,对各风力发电机的维修效果也将影响到系统后续的可利用率和维修决策。该文以同一风电场中多台风力发电机的主轴组成的同型多部件系统为对象,在考虑非完美维修的条件下制定基于周期检测的视情机会维修策略;构建考虑非完美维修的多状态退化空间划分模型,以定义系统状态与维修需求的表示及关系,并归纳推导系统维修需求概率的计算模型和非完美维修干预下的系统退化及维修恢复过程中的状态转移概率;在此基础上,建立系统平均费用率解析模型,以确定最优的检测周期和维修阈值。通过某风电场的主轴实际运行数据进行数值实验,验证策略和模型的正确性和有效性,并对参数进行灵敏度分析以说明模型的适用性。结果表明该策略能有效减少风电场的运维成本。

基于高阶Markov链模型的风电功率预测性能分析

为了提高短期风电功率预测的精度,提出一种基于Markov链理论的预测算法。该算法直接对风电功率数据进行分析,划分了四种状态空间,并根据状态空间数和建模数据量的不同分别建立一阶和二阶Markov链模型。采用新误差公式NRMSE,给出不同状态空间数和建模数据量下的一阶、二阶Markov链模型预测性能比较结果。进一步给出在选取相同状态空间数、相同建模数据量的情况下,一阶和二阶Markov链模型的灵敏度分析。经实例验证,该算法能有效地提高单点值预测精度,并且给出了与预测值相关的概率分布结果。

基于改进粒子滤波的煤矿视频监控模糊目标检测

针对煤矿井下智能视频监控采集到的视频图像质量较差、干扰多、噪点多、目标检测不准确等问题,提出了一种基于改进粒子滤波的模糊目标检测方法。在标准粒子滤波理论框架下,以视频多图像帧差为基础构建非线性、非高斯多系统状态空间融合模型;在图像帧差得到的关键点区域范围内进行粒子抽样及概率密度的传播;利用加权后验样本粒子表示多系统状态空间融合模型的后验概率密度;采用样本均值方法融合估计系统后验状态;最后对系统状态空间模型进行输出,得到目标检测结果。使用三交河煤矿井下视频监控数据进行试验验证,分别釆用改进的粒子滤波、标准粒子滤波、无损卡尔曼滤波以及扩展卡尔曼滤波等方法进行对比。试验结果表明:针对煤矿井下视频模糊目标检测问题,改进的多状态空间模型及关键区域采样粒子滤波算法具有良好的目标检测效果。