国家高性能计算环境运行状态诊断系统

【目的】本文介绍了一种在大规模分布式运行环境中建立运行状态诊断系统的方法。【应用背景】为保障高性能计算环境的稳定运行,分析日志等环境数据是一种获取环境状态侧写和发现异常的重要途经。然而分析结果通常是文本和数字,对运维人员来讲缺乏直观印象,不利于快速理解。【方法】我们建设了国家高性能计算环境运行状态诊断系统,它是一种对于目标计算环境的运行状态进行量化和可视化评判的系统,通过对于目标环境的信息收集、整理,进行不同角度的分项分析。【结果】各分析结果被集成为统一的环境运行状态分值,并采用可视化方法将其立体地表现出来,以便相关运维人员能够直观地获取环境信息和快速定位问题。【结论】整个环节绝大部分处理分析工作是由程序自动完成,环境运行状态诊断系统极大减少了人工操作量,为运维工作起到有效的支撑作用。

基于CEEMDAN与改进核极限学习机的S700K转辙机健康状态诊断

针对S700K转辙机健康状态分类过于粗放、诊断速度慢、效率低的问题,提出一种基于CEEMDAN与改进核极限学习机(kernel based extreme learning machine,KELM)的诊断方法。首先,对S700K转辙机功率数据进行自适应噪声完备集合经验模态分解,得到6个本征模态函数(intrinsic mode function,IMF);然后,计算本征模态函数的模糊熵值(fuzzy entropy,fuzzyEn,FE)作为表征转辙机健康状态的特征参数;最后,利用麻雀算法(sparrow search algorithm,SSA)改进的核极限学习机对9种健康状态进行健康诊断,并与SVR和ELM模型进行对比。仿真结果表明,改进核极限学机模型准确率、精确率、召回率等指标分别达到97.8%、98.0%、97.8%,相较于SVR和ELM模型,SSA-KELM模型在保证运行速度的基础上,将诊断准确率至少提高2.2%。

基于时频熵和概率神经网络的车载变压器状态诊断

车载变压器作为高速列车电力系统的动力来源,其运行状态与列车运行的安全、稳定密切相关。针对车载变压器结构上的特殊性,以绝缘油中溶解气体、绝缘油老化特征和主绝缘介电谱曲线为研究对象,通过分析其特征参数与车载变压器运行状态之间的关联性,提出了基于时频熵和概率神经网络的车载变压器状态诊断方法。首先,将不同状态等级下车载变压器的油中溶解气体和绝缘油老化特征进行比较,通过曲线拟合证明其状态特征与列车运行里程之间的一致性;其次,分析不同状态下车载变压器绕组主绝缘介电谱曲线之间的差异性,将局部均值分解后的近似熵作为特征参数变量,以提高状态诊断的精度;最后,利用概率神经网络完成车载变压器优秀、良好、检修和故障的状态分类。实例论证分析结果表明:该算法用于车载变压器复杂的运行环境中,可以提高状态检修的效率,有利于保障动车组列车的安全运行。

气化炉耐火砖健康状态诊断和剩余寿命预测

作为气化炉的关键部件,耐火砖的有效厚度及剩余寿命决定着气化炉的性能和运行安全。因此需要为耐火砖制定合理的维护计划,而视情维修(CBM)能降低维修风险和成本,保证气化炉的可靠性,为此聚焦于耐火砖健康状态的准确诊断和剩余寿命的精准预测。构建了气化炉耐火砖健康状态诊断和剩余寿命预测模型,并对某公司气化炉燃烧室实际工况下的耐火砖进行了相关研究。研究过程如下:①用K-均值算法确定模型初始参数,用改进的Baum-Welch算法训练耐火砖各状态对应的模型,用改进的Viterbi算法计算测试序列和各状态模型的对数似然概率并比较大小,其中最大的状态模型对应的状态即为测试序列的状态;②用耐火砖全寿命周期数据训练全寿命周期模型,根据重估后的模型参数预测各状态的剩余寿命;③根据健康状态诊断结果预测耐火砖当前剩余寿命。并将基于HSMM得到的结果与基于HMM得到的结果以及实际值进行了对比分析。结果表明,基于HSMM对耐火砖进行健康状态诊断的正确率达到了95%,大于基于HMM的正确率92.5%;基于HSMM得到的耐火砖各状态剩余寿命预测值全部落入实际剩余寿命区间内,平均正确率达到了81.36%,高于基于HMM的平均正确率71.22%。说明所构建的耐火砖健康状态诊断和剩余寿命预测模型符合气化炉耐火砖的实际退化规律,取得了良好的效果。

Duval五边形在有载分接开关状态诊断中的应用

对比分析了Duval五边形法及Duval三角形法两种基于油中溶解气体分析的方法在鉴别有载分接开关状态方面的效果,确定了Duval五边形中与有载分接开关正常状态对应的区域,并利用Duval五边形法对特高压换流变压器有载分接开关进行实际诊断。结果表明:Duval五边形法可以实现有载分接开关正常及异常状态的辨识,超过95.5%正常状态的有载分接开关气体体积分数特征点落在编号为D_(1)的低能放电区域;对245台有载分接开关状态进行识别的结果表明,Duval五边形法对正常状态的诊断准确率高于Duval三角形法,可以作为有载分接开关状态诊断的辅助判据。

基于RF特征优选的AEA⁃ResNet柱上断路器运行状态诊断

为实现柱上断路器运行状态的智能高效诊断,提出一种基于随机森林(random forest,RF)的特征优选算法,并利用遗传模拟退火算法(annealing evolution algorithm,AEA)优化残差神经网络(residual neural network,ResNet),实现设备状态的智能预测。首先构建包含22维特征的断路器运行状态数据库,通过RF算法计算各特征的重要度指标,并通过序列反向搜索的方式保留11维特征作为后续模型的输入。然后,利用AEA算法对ResNet的网络结构进行迭代优化,识别最优参数用于模型预测。最后,仿真结果表明,RF算法可有效避免特征冗余,提高模型的预测性能。与传统预测模型相比,AEA-ResNet模型可以显著提升预测准确率,尤其在少数类样本的召回率和精度方面优势明显。

基于电流谐波的电力电缆状态诊断和寿命分析方法

针对在用电缆电流谐波检测方法存在的耗时长等不足,提出一种基于电流谐波的多算法评分机制下的电力电缆诊断和寿命分析方法。首先采集目标电缆各次谐波数据,然后基于电缆状态评估专家数据库得出电缆的当前现状,最后将电缆历史数据作为输入量,通过评分机制下表现最优的模型获取电缆的寿命分析结果以及健康度评价。并基于以上分析,搭建电缆诊断和寿命分析管理应用平台,通过在内蒙古电力(集团)有限责任公司某供电分公司的实际应用,验证了所提方法的实用性。

火电厂电气设备状态诊断中谐波诊断技术应用研究

介绍一种适用于火电厂电气设备状态诊断的谐波诊断技术,主要包括电气设备状态信号采集和预处理、谐波故障诊断系统设计两部分内容。其中,电气设备状态信号采集和预处理主要采用改进小波预制信号去噪方法,可有效提高信号采集和预处理效果;谐波故障诊断系统则基于电气设备状态信号采集和预处理,合理介绍系统基本组成结构,并重点说明高次谐波诊断数据样本、劣化诊断判定算法、设备异常及劣化判定标准三部分系统内容。为检验谐波诊断系统在火电厂电气设备状态诊断中的应用成效,将该系统应用于工程实践,最终确认该系统具有较高的诊断精准性。

SF_6气体分解产物检测技术在开关类设备状态诊断中的应用

为了准确诊断SF_6开关类设备内部是否存在故障及故障的性质,研究SF_6电气设备在发生故障时,SF_6气体的分解原理及产物,以判断电气设备内部发生故障的类型。笔者通过全过程参与甘肃电网330 kV及以上开关类设备SF_6气体成分检测,分析了两起在检测过程中断路器的SF_6气体成分异常情况,通过解体,验证了设备存在缺陷或故障。因此,SF_6气体分解产物测试技术在开关类设备状态诊断方面具有广阔的应用前景。

局放检测技术在避雷器状态诊断中的应用

主要介绍了局部放电检测技术在避雷器状态诊断中的一次成功应用的案例。针对避雷器泄漏电流出现异常的情况,将高频CT及示波器应用于现场检测中,确定了避雷器内部的局部放电缺陷。在实验室对缺陷避雷器进行局放试验确定放电类型以及评估严重程度,对避雷器解剖发现避雷器内部存在金属间隙的放电,该缺陷对避雷器有致命威胁。

基于压力测量的瓦斯抽采管路运行状态诊断方法研究

为了对瓦斯抽采管路中的异常状态进行全面诊断分析,基于可压缩气体流动理论建立气体压降方程,提出使用管道压力平方下降曲线的斜率对瓦斯抽采管路的泄漏和堵塞状态进行评价。采用实验室模拟试验和现场试验,验证了所提出方法的有效性及可靠性,结果表明:对于同一瓦斯抽采管路,在正常运行状态下,管道压力平方变化曲线的斜率不变;当中间管段出现堵塞或者泄漏时,该管段压力平方变化曲线的斜率都会迅速减小,而在堵塞状态下,下游管段压力平方变化曲线的斜率会恢复到与上游的一致,在管段泄漏时,下游管段压力平方变化曲线的斜率会小于上游管段压力平方变化曲线的斜率。

基于云模型的电能质量实时状态诊断原理及实现

提出基于云模型的电能质量实时状态诊断方法,在各监测点长期电能质量监测数据基础上分别对各项电能质量指标建立正态云模型,根据正态云隶属曲线外边界确定异常阈值。实时监测过程中通过电能质量数据与异常阈值比较,判断其是否异常。基于云模型的电能质量实时状态诊断以荷源长期运行特性为基础,能够准确识别出异常电能质量状况,发现潜在的非常态运行问题。实际工程算例说明了提出的方法的实用性和有效性。

循环流化床锅炉在线监测与状态诊断专家系统

从循环流化床锅炉自身特性、系统要求出发 ,设计了一套循环流化床锅炉在线监测与状态诊断专家系统。在分析循环流化床锅炉常见故障状态与常用诊断技术的基础之上 ,详细阐述了循环流化床锅炉在线监测与状态诊断专家系统的设计流程、软件实现、系统功能等 。

SF_6分解产物测试在高压直流套管状态诊断与分析中的应用

文中完善了带电状态下的SF_6气体监测手段,在设备带电状态下开展SF_6气体的现场分解物测试,并结合离线气相色谱检测手段对SF_6高压直流套管开展长期的运行监测。在电气试验未发现套管缺陷的情况下,文中通过SF_6气体分解物监测手段及时地发现了内部缺陷并发出预警。套管在更换后返厂解体,发现套管内表面分布有大量固体粉末并存在明显的高温过热痕迹,验证了SF_6分解产物监测手段在设备状态诊断中的有效性及可靠性。

基于麒麟系统的SCADA状态诊断系统的设计与实现

设计实现了一个状态诊断系统,其为数据采集与监视控制(SCADA)系统的子系统。作为工业级监视控制软件,对于系统的稳定性和可靠性有着很高的要求。状态诊断子系统即是为了保证系统的稳定性和可靠性而设计的。介绍了国产麒麟系统下数据采集与监视控制系统的总体结构,以及状态诊断子系统的设计与实现。经测试验证,该系统在国产麒麟操作系统上运行稳定可靠。

基于RBF神经网络的船用污水处理装置状态诊断

研究应用径向基函数(RBF)神经网络对船用污水处理装置进行状态诊断,以提高船用污水处理装置状态诊断正确率。在分析了RBF神经网络基本结构和原理的基础上,设计一种诊断船用污水处理装置状态的三层RBF神经网络。通过采用实际监测的数据实现RBF神经网络诊断处理,结果表明:RBF神经网络的分类诊断效果较佳,能够有效地对船用污水处理装置状态进行诊断。

基于控制设备动作状态诊断的区域电网电压无功控制方法

提出一种设备动作状态诊断法来改进变电站电压无功控制以防止变压器分接头和电容器开关频繁动作。该诊断法由惰性因子和加速因子构成,判定设备处于可动作或不可动作状态,并结合'十三区图'控制策略形成一种改进的电压无功控制方法。改进方法无需对负荷进行预测,直接利用电压、负荷实时数据对变电站进行在线控制。针对辐射型配电网络,建立区域电网电压无功协调控制新模型,计及设备动作对区域内各电压等级的影响,采用上述改进方法,实施电压无功综合调节。实例表明,新模型在保证电压无功质量的同时,有效地限制了设备动作次数,具有很好的实用性和实时性。

隐马尔可夫树模型在机械状态诊断中的应用

隐马尔可夫树(Hidden Markov tree,HMT)模型作为一种小波变换系数的统计模型,可以表示小波系数的统计相关性及非高斯性。由于离散小波变换(Discrete wavelet transform,DWT)不具有平移不变性,应用基于DWT的HMT模型进行机械状态诊断时容易出现误诊。为了获得平移不变性,提出一种基于二分树复小波变换(Dual-tree complex wavelet transform,DT CWT)的HMT模型。实例表明与使用基于DWT的HMT模型进行状态识别相比,使用基于DTCWT的HMT模型的状态识别率有显著提高。

基于多源监测数据挖掘的电力设备状态诊断

随着设备状态检修及信息化建设的发展,输变电设备的状态评估和诊断成为电力系统安全稳定运行的关键技术。传统设备状态诊断多是基于离线检测参量或单一监测参量进行的,在此基础上提出一种基于多源监测数据的综合分析方法,提供了利用多源监测结果分析设备状态和缺陷的思路。利用该方法对一台带缺陷特高压高抗的多源监测数据进行时序及相关性分析,根据分析结果对设备的缺陷溯源。应用结果表明,该方法可应用于电力设备的缺陷诊断,并有效提高了诊断的准确性。

专家系统在循环流化床锅炉状态诊断中的应用

从循环流化床锅炉自身特性、系统要求出发,设计了一套循环流化床锅炉状态诊断专家系统。在分析循环流化床锅炉专家系统的基础上,详细阐述了循环流化床锅炉状态诊断专家系统中的知识表示方法、面向对象分析、置信度计算与匹配、知识库校验、软件实现、系统功能等,并经现场实践验证。