采用动态劣化度的风电机组运行状态实时评估

为满足大数据环境下风电机组状态评估的实时性要求,提出一种基于动态劣化度的实时状态评估方法.首先,建立动态劣化度计算模型;然后,引入正态云模型取代传统隶属函数,将正态云模型与模糊综合评价法相结合,形成风电机组运行状态实时评估方法;最后,基于辽宁某风电机组的SCADA数据,利用所述方法对其进行状态评估.实验结果表明:该方法能够准确把握机组的实时运行状态,并对其早期缺陷及时预警,有助于防范机组严重故障的发生.

基于时效评分函数和贝叶斯概率的电力变压器状态实时评估

为了有助于设备安全的动态管控,通过融合设备更新周期不同指标数据,提出电力变压器状态实时评估方法。在构建评估指标体系基础上,提出实时监测和例行试验2类指标评分值函数;同时基于设备样本和该变压器评估时间,提出结合贝叶斯后验概率与时变函数的指标权重计算方法。就综合指标劣化不均衡问题,引入变权重公式来调整计算其权重系数。样本实例计算结果显示采用该方法的评估正确率达93.5%。通过充分利用变压器本身数据信息,辅以同类型设备样本统计规律挖掘,该方法适于对电力变压器状态进行实时评估。

基于泛在电力物联网的普适性智能电表状态实时评估方法

针对当前智能电表状态评估存在精确度低、泛化性差和实时困难等问题,本文采用泛在电力物联网构建状态实时评估方法解决该问题。首先,采用决策树算法实现智能电表的分类,整体增强方法的匹配度和适应性;随后针对不同类别的智能电表,采用Apriori算法对样本集数据的特征集进行识别和提取,从而降低特征维度并增强关联性;接着,基于决策引擎实现对智能电表状态实时评估,并以度量学习实现新增物联网采集数据的有效性评估,反馈优化传感设备部署,从而根据评估结果实现对新增部署传感器及其位置的调整,进而根据应用场景不断优化智能电表状态实时评估应用模式。实验结果表明,本方法可实现智能电表运行状况的实时、普适、精准运维评估,进一步解决泛在电力物联网设备现场部署经验不足、校验无目标等问题。

基于矩阵的危险化学品储罐减灾控制技术

危险化学品储罐发生事故时,减灾控制措施的实施顺序受控制措施实施难易程度和对事故的控制程度的制约。基于矩阵的减灾控制措施实施优先度判定方法,可根据事故现场实时状况,确定各控制措施实施的顺序,减少事故救援的盲目性。以中国石油某石化公司LPG储罐泄漏事故的应急控制措施实施过程为例,利用该方法系统分析事故控制的措施和各控制措施实施的顺序,有效控制泄漏事故,验证了减灾技术方法的可行性。