【摘 要】
:
为全面、准确地诊断滚动轴承故障,提出一种基于多元变分模态分解(MVMD)和全矢包络谱的滚动轴承故障诊断方法.首先,采用正交采样技术获取滚动轴承同一支撑处互相垂直方向上的振动信号,将其组成一个二元调制振荡信号.然后,运用MVMD从二元调制振荡信号中提取一组最佳的二元调制振荡信号,其对应的带宽之和最小.由于MVMD运用统一数学模型对2个方向的信号建模,可确保故障特征被分解到同一层,便于后续的信息融合.最后,运用Hilbert变换对每个二元调制振荡信号解调得到相应的包络信号,利用全矢谱融合2个方向的包络信号信息
【机 构】
:
郑州工程技术学院机电与车辆工程学院,河南郑州450044;浙江大学机械工程学院,浙江杭州310027;华电电力科学研究院有限公司,浙江杭州310030
论文部分内容阅读
为全面、准确地诊断滚动轴承故障,提出一种基于多元变分模态分解(MVMD)和全矢包络谱的滚动轴承故障诊断方法.首先,采用正交采样技术获取滚动轴承同一支撑处互相垂直方向上的振动信号,将其组成一个二元调制振荡信号.然后,运用MVMD从二元调制振荡信号中提取一组最佳的二元调制振荡信号,其对应的带宽之和最小.由于MVMD运用统一数学模型对2个方向的信号建模,可确保故障特征被分解到同一层,便于后续的信息融合.最后,运用Hilbert变换对每个二元调制振荡信号解调得到相应的包络信号,利用全矢谱融合2个方向的包络信号信息以得到全矢包络谱,进而诊断滚动轴承故障.仿真和试验结果证明了所提方法的可行性和有效性.
其他文献
人工智能算法在暂态稳定评估中得到了很好的应用.然而,电力系统是时变大系统,训练数据无法涵盖所有工况,模型需要在有限时间内更新;电力系统中稳定样本数远大于失稳样本数,导致模型对失稳样本学习不足.针对以上2点,提出了基于人工智能的暂态稳定裕度精细化预测方法.该方法将改进的极限梯度提升(XGBoost)树与双XGBoost回归树集成,平衡了2类样本数量差异对模型的影响,并实现了裕度预测.当运行工况变化较大时,结合增量学习技术,以较少的样本和较短的时间对模型进行有效更新.在2套IEEE系统上的实验结果表明所提方法
基于区块链技术的电力应用系统中,私钥泄露节点的签名电力数据存在被恶意篡改或伪造的风险,且当前缺乏有效的防护措施,为此,提出数据加密方法和数据交互验证机制.结合区块链基础加密技术原理,提出随机数与电力数据的组合方法,利用非对称加密算法和Hash算法进行多重加密,构造数据发出节点私钥泄露后的数据防篡改加密方法;为了防止恶意节点利用数据发出节点的私钥对电力数据进行伪造和替换,设计电力数据交互验证机制,利用数据发出节点私钥进行加密并利用接收节点公、私钥进行解密验证;抽象加、解密和数据交互验证机制的数据模型.算例分
针对分布式微电网新能源电力交易问题,基于主体的历史交易完成比提出一种适用于交易的匹配策略.将匹配度量化为对实体信用与电力售价的考察,并借助区块链实现信用数据的有效共享与周期评估.当消费者在进行购电行为收到不同生产者的电价信息时,可从区块链账本中得知该生产者的交易信用值,并筛选出合适的交易方.算例分析表明:所提策略能够有效量化信用,结合售电价格匹配到最适合的交易方.
在实际电网的运行过程中,通过同步相量测量单元实时采集到的电网动态参数通常含有部分噪声,且有时会因通信故障造成数值的随机缺失,对基于人工智能的电力系统暂态稳定评估模型造成很大影响.为此,提出一种基于改进CatBoost的暂态稳定评估方法.通过分箱算法对输入特征数据进行离散化处理,提高模型对噪声的鲁棒性;采用加权的焦点损失函数代替交叉熵损失函数,提升模型的可信度并减少模型对失稳样本的漏判;将量测数据部分缺失的样本划分到单独的节点中继续建模,从而充分挖掘不完整样本中的暂态信息.在新英格兰10机39节点上的实验结
对虚拟电厂中多类型不确定性源的精确建模,有助于提升虚拟电厂调度策略的有效性.在详细分析不确定性源的不确定性特性的基础上,采用场景规划法和自适应鲁棒优化法对电价、风电出力和需求响应的不确定性进行建模.结合工程博弈思想,将不确定性源理性化为博弈主体,构建不确定性源和虚拟电厂运营商二者零和博弈模型,并采用粒子群优化算法求得博弈的均衡解.基于某地区的实际数据进行算例仿真分析,结果表明所提模型能够有效提升虚拟电厂调度结果的经济性与安全性.
直流送端电网中需保证一定数量的常规机组提供短路容量以平抑电压波动,而开机容量过大将挤占新能源消纳空间,为电网运行方式优化带来了难题.对此,基于支路潮流法揭示了暂态过电压与直流母线短路容量的关系,推导出保证一定暂态过电压水平的最小母线短路容量的量化算法,提出了利用常规机组短路电流权重指数作为考虑短路容量约束的机组优化组合权重因子,给出了常规机组开机方式与各条直流短路容量需求之间的量化关联关系.基于该方法建立了考虑直流近区短路容量约束的机组组合优化模型,采用机组组合优化算法统筹考虑各种约束,优化机组开机方式,
在换流母线的不稳定电压作用下,高压直流输电系统发生多次换相失败造成的多次功率冲击对电网安全稳定运行影响很大.根据交直流系统实时运行状态对后续换相失败的风险进行预判是工程中迫切需要解决的问题.分析了高压直流输电系统换相失败的基本过程,根据高压直流输电系统准稳态方程推导了逆变侧关断角与直流电流变化的关系,提出一种基于直流电流变化的后续换相失败风险预判方法.选定前次换相失败后关断角重新恢复至参考值的时刻作为预判时刻,通过预估交流电压变化范围评估导致发生后续换相失败对应的直流电流上升区间,划分高压直流输电系统发生
对于随机故障切除后潮流转移造成的过载线路,其后备保护动作可能引发连锁故障,造成大停电事故,必须闭锁后备保护并通过线路过载控制消除过载.为减少控制策略中产生的发电机组远距离功率调节的情况,提出一种基于双层优化规划的线路过载控制策略.首先,基于支路对节点电流灵敏度矩阵构建电气距离矩阵,采用层次聚类算法进行电网分区,体现不同电气距离的发电机组对过载线路功率调节效果的差异.其次,构建双层优化规划模型,上层优化目标考虑系统功率总调节量,下层优化目标考虑各相邻区域内发电机组对过载线路区域的功率减量差值.再次,根据上层
开展连锁故障的多阶段阻断控制研究对于电力系统安全稳定运行及电网的升级改造均具有重要的应用价值.简要阐述了过载主导型连锁故障的传播过程,并分析了该类型的连锁故障传播路径与阻断控制策略间的交互影响.在此基础上,针对考虑传播路径的连锁故障开展了多阶段阻断控制研究,提取了故障/非故障路径线路的停运概率约束以及潮流控制力度约束,建立了以期望控制成本和失负荷风险之和最小为目标的考虑传播路径连锁故障多阶段控制模型.算例分析结果表明,基于该连锁故障阻断控制模型求得的控制策略能够在驱动连锁故障仍按预测传播路径发展的同时有效
配电站时间序列数据从采集、传输到存储的过程中可能出现数据记录缺失的情况,在一定程度上影响高层级的数据分析及处理.针对这一问题,提出一种基于灰色自适应K-最近邻(GAKNN)方法的缺失数据补全方法.首先构建时间序列特征,然后在朴素K-最近邻(KNN)方法的基础上设置阈值筛选最近邻点,并结合灰色关联系数计算近邻点权重系数,最终依次补全缺失数据.以江苏省某市的电力数据样本进行实验,结果表明与其他方法进行对比,基于GAKNN方法的缺失数据补全方法的结果更好,并且补全后的样本在深度学习预测中具有更低的误差.