发电厂可视化资源信息平台的研究

作为典型的资产密集型企业，发电厂无论在投资运营还是资源种类方面都有着较大规模，电厂运营的核心业务工作表现在资源的运行及维护等方面，通常发电厂的生产成本与维护管理效率及资源运行状况有着直接联系。可见，电厂资源既是企业生产力水平的一种体现，同时也是企业资产和科学技术的重要物质呈现。这一基础性资源对于社会发展的影响不容忽视。然而，当前发电厂资源状态的恶化不仅严重影响到电力系统运行的稳定与安全，且一定程度上意味着现有价值的衰落，这是现阶段发电厂资源信息管理工作需要正视的问题。本文针对发电厂可视化资源信息平台的构建问题展开了深入研究。

水轮发电机组运行与维护要点简析

电力已经成为每个人生活中必不可少的重要能源之一。将水力转化为电力,是新型能源转化方式,水轮发电机组的运用使此能源转化方式成为现实,并成为水力发电站的主要发电设备。

发电机失磁保护的探讨

针对发电机失磁保护配置方案多而杂的现状,结合实例探讨失磁保护各判据的特性及整定计算。

基于函数cos（x^α）变换的灰色模型及其在变压器油中气体浓度预测的应用

基于函数变换理论,采用函数cos(xα)(α≥1)变换建立了灰色预测模型,并从理论上证明该变换可以有效地提高离散数据序列的光滑度,且其光滑度比单纯的对数函数、三角函数、幂函数变换法更优。将建立的灰色预测模型用于变压器油中溶解气体浓度预测,其实例结果分析表明,该方法有效可行且预测精度较高。

基于果蝇优化算法的GRNN水电机组状态趋势预测

针对水电机组振动的非线性、非平稳特性,提出了一种基于果蝇优化算法(FOA)的广义回归神经网络(GRNN)模型(FOAGRNN),实现了GRNN分布参数的优化选择,并对四川省新政航电工程3台机组5个不同部位的振动序列峰峰值进行了预测,与BP神经网络预测结果的均方误差(MSE)对比结果表明,FOAGRNN预测精度较高。

基于多分类器组合的水电机组故障诊断

为提高水电机组故障诊断的准确性,提出了多分类器组合的故障诊断方法。对朴素贝叶斯分类器(NBC)进行了基于属性相似度的加权改进得到基于属性相似度的加权朴素贝叶斯分类器(SWNBC),并应用基于Fisher加权的朴素贝叶斯分类器(FWNBC),与支持向量机分类器(SVM)组合成为SWNBC+FWNBC+SVM多分类器组合模型,以小波包提取的相关频带能量作为输入特征向量,应用组合模型对水电机组故障进行诊断,采用多数投票法来决定最终的故障类型。实验结果表明该模型相对于单一的分类器,能有效提高识别故障的精度。

浅析企业的薪酬激励

社会发展到今天，薪酬激励已成为现代人力资源管理的重要部分，它对企业的重要作用和意义不言而喻。员工所得到的薪酬既是对其本人过去工作的肯定和补偿，也是激励他们对未来努力工作得到回报的预期。在员工心目中，薪酬激励不单是金钱的激励，实质上已成为企业激励机制中一种不可或缺的复杂的激励方式，

组态软件与VB间DDE通信的实现方法

基于DDE(Dynamic Data Exchange)技术采用组态软件与下位机串口通信服务程序的实现方法,解决了组态软件没有提供某些现场设备通信驱动程序的问题。服务程序利用串口通信控件MSComm与下位机进行通信,同时采用DDE技术与组态软件进行数据交换。工程实践表明:该方法通用性强,实现简便。