变压器油色谱在线监测周期动态调整策略研究

变压器油色谱在线监测装置的运行成本与其监测周期密切相关,如何根据设备的运行情况调整监测周期,在保证运行效率的同时兼顾经济性,是该文研究的核心问题,在此背景下,提出一种动态调整在线监测周期的方法。首先在理论论述监测周期影响油色谱在线监测装置寿命的基础上,对平稳过程短时监测周期的时间序列数据进行相空间重构,得到最优时延和嵌入维数,并以最优时延作为相对最优监测周期。然后基于引力搜索优化方法和快速相关向量机建立气体浓度自适应预测模型,并设定预警标准,根据预测结果以及其他监测设备监测结果保持或缩短监测周期。仿真计算结果证明:所提气体浓度预测模型具有良好的预测精度;相比较依据产气率注意值,基于气体浓度预测技术的预警方法更适用于短时间间隔、含量较低的气体浓度数据;相比气体含量注意值方法,所提方法能够有效地发现可能出现的异常情况。文中研究提供了一种在不影响监测有效性的前提下,实现油色谱在线监测装置经济效益更大化的可行方法。

一种油色谱气体泄露监测系统的设计与技术分析

为解决变电站设备在运行过程中气体泄漏监测力度差的问题,设计一种新型的变电站故障实时在线监测方案。该方案能够实现变电站设备回油管道油色谱的分析,进而分析绝缘油中各种气体的溶解含量,通过含量情况,进而分析出变电站可能存在的故障。研究还设计出引力搜索优化算法,实现核函数相关参数的优化,通过快速相关向量机的故障预测模型对采集气体进行处理,利用马尔可夫性质以及贝叶斯定理对数据进行处理,利用构建出故障概率分析模型,对训练集进行测试,发现所获得的测试结果中最大误差为2.38%,最小误差为0.08%;通过测试集数据进行测验所获得结果中最大0.39%,最小误差为0.23%,提高了变压器油色谱回油管路中气体泄露的监测力度。

基于GSA-BP神经网络的电厂风机运行状态评估

风机的运行状态在很大程度上影响了火电厂生产的安全性和经济性。针对其健康状态的监测问题,提出了一种基于改进BP神经网络的风机运行状态评估方法。首先,通过BP神经网络建立正常状态下风机振动的预测模型;然后,根据风机的实时运行参数得到健康状态下风机振动的预测值;最后将振动的预测结果与实际值的相对误差来反映机组的退化程度和健康状态。为提高BP神经网络的收敛速度和泛化性能,将引力搜索算法(Gravitational Searching Algorithm,GSA)应用于神经网络权值的优化。现场实测数据表明,所提方法有较高的预测精度,能有效应用于风机运行状态的智能化评估。

基于GSA-SAE的航空发动机故障诊断方法

航空发动机的健康状态对飞机的飞行安全至关重要,而航空发动机实际工作时常常由于其结构复杂、工作环境恶劣等因素难以对健康状态进行有效的故障诊断。本文提出了一种基于引力搜索方法(Gravitational search algorithm,GSA)和堆栈自动编码器(Stack autoencoder,SAE)的航空发动机故障诊断方法,并对某型涡扇航空发动机进行了故障诊断技术研究。首先,对获取的某型涡扇航空发动机进口空气总温、高压转子转速、低压转子转速、涡轮落压比、高压压气机进口空气总温和高压压气机出口空气压力等17个参数的数据进行预处理,创建SAE故障诊断模型架构。为解决SAE网络各隐含层神经元数目需要人为设置而导致不能获得最佳诊断效果问题,提出了采用GSA优化算法对SAE网络进行优化,寻找并获取最佳SAE网络各隐含层神经元个数。在此基础上,创建基于GSA-SAE的最优航空发动机故障诊断模型,并由获取的航空发动机相关参数数据对创建的最优GSA-SAE故障诊断模型的有效性进行了试验验证。结果表明,本文提出的基于GSA-SAE的航空发动机故障诊断方法能够有效地解决SAE网络各隐层神经元数目由于依靠人为设置而导致故障诊断效果不佳的问题,避免了人为因素的干扰与影响,具有良好的故障诊断效能。GSA-SAE模型的故障诊断准确率高达98.222%,优于SAE、广义回归神经网络(General regression neural network,GRNN)和反向传播(Back propagation,BP)诊断模型的故障诊断准确率。

PSOGSA在高速铁路ATO系统中的应用

针对传统的高速列车自动驾驶(ATO)控制策略优化时,存在线路参数简化、采用单质点模型进行牵引计算、工况切换频繁及能耗较大等问题,在结合列车牵引动力学、线路坡道及区间限速的情况下,建立动车组多质点模型,以能耗、准点、舒适度、停车精准为指标建立高速铁路ATO控制策略多目标优化模型。因各评价指标存在内部矛盾,利用粒子群优化引力搜索算法(PSOGSA)对ATO多目标优化控制策略进行优化。以兰新高铁某段实际线路数据为例,MATLAB仿真测试验证:PSOGSA算法相较传统PSO优化算法有更好的性能,从而向高速铁路ATO系统提供性能指标更好的目标速度曲线。