【摘 要】
：
针对智能变电站二次系统建立失效风险评估模型,可在设备失效风险累积至一定程度时及时安排检修,有效防止系统性故障.文中提出利用可靠性分析工程中的威布尔函数建立二次设备失效概率模型.首先,基于二次设备的型式试验、日常运行状态样本数据,采用平均秩次法与最小二乘估计计算回归方程以展开模型参数估计,可获得更贴近现实运行条件的设备失效模型;其次,利用故障树方法建立二次系统失效与单台设备失效之间的关联关系,可定量计算二次系统运行风险顶事件概率分布函数,从而为二次系统失效风险预警、状态检修提供辅助决策.案例计算分析表明,运
【机 构】
：
南京工程学院计算机工程学院,江苏 南京211167;国网江苏省电力有限公司电力科学研究院,江苏 南京211103
论文部分内容阅读
针对智能变电站二次系统建立失效风险评估模型,可在设备失效风险累积至一定程度时及时安排检修,有效防止系统性故障.文中提出利用可靠性分析工程中的威布尔函数建立二次设备失效概率模型.首先,基于二次设备的型式试验、日常运行状态样本数据,采用平均秩次法与最小二乘估计计算回归方程以展开模型参数估计,可获得更贴近现实运行条件的设备失效模型;其次,利用故障树方法建立二次系统失效与单台设备失效之间的关联关系,可定量计算二次系统运行风险顶事件概率分布函数,从而为二次系统失效风险预警、状态检修提供辅助决策.案例计算分析表明,运用文中提出的二次设备失效模型可为系统检修提供精准时间安排参考.
其他文献
近年来,随着人工智能中数据孤岛、数据隐私和安全等问题的逐步显现,联邦学习作为能解决上述问题的技术而被广泛关注,目前已被应用于金融、医疗等领域.介绍了联邦学习的定义、分类、国内外的开源架构,剖析了联邦学习中的用户隐私和数据安全,指出了联邦学习面临的困难与挑战,并做出了展望.
传统K-means聚类算法容易受到初始聚类中心影响,从而导致聚类准确度较差的问题,本文利用剑鱼优化算法全局搜索能力强、收敛速度快的优势,提出一种基于改进剑鱼算法的K-means聚类算法.为增强剑鱼优化算法全局搜索能力,采用Tent混沌序列初始化种群,利用Tent混沌序列遍历性、随机性和规律性提高初始解的质量;为了提升算法搜索的精度,引人高斯变异,以此增强算法局部搜索能力;为了促使算法在跳出限制后继续搜索,在搜索停滞的解的基础上生成Tent混沌序列,用Tent混沌序列对部分陷入局部最优的个体进行扰动.最后,
为解决传统污秽检测方法对输电线路绝缘子污闪防治的局限性,通常采用非接触式、高分辨率的高光谱技术研究污秽在线检测技术.为有效提取反应污秽度的光谱特征,削弱冗余与干扰信息的影响,文中提出一种基于小波包能量谱特征优化的绝缘子污秽等级识别技术.首先,对不同污秽等级的绝缘子样品的光谱图像进行背景分割,提取均匀覆污区像素点的光谱均值曲线;其次,对不同图像的光强均匀度差异、环境噪声进行预处理,并通过对数变换提升不同污秽等级间的可区分性;再次,对预处理后的光谱曲线进行小波包能量谱特征提取;最后,基于所提特征建立基于支持向
工业生产厂房的中央空调在制冷过程中普遍采用增量式或位置式PID控制方法,通过表冷阀开度直接控制送风温度.但是这种控制方式存在一定的滞后性,而且为了避免剧烈震荡,会将P系数调得尽量小,导致整个系统反应慢,首次启动时间长.虽然有人提出了分段控制和限制积分等优化方案,但是这些方案高度依赖软件开发者的经验,不具有普适性.本文提出了一种新的控制思路,以表冷器内的水温为控制对象,采用P+PI间接控制空气温度.在某厂房扩建空调控制软件项目实践中证明,对比通过阀门开度直接控制空气温度,P+PI间接控制器的精度更高,震荡更
针对教室内人物目标的识别场景,研究了 目标检测算法YOLOv3的改进及测试.通过分析教室内人物目标识别的特点和YOLOv3网络特征提取架构,运用K-means++算法对anchor box进行宽高聚类,增大特征输出层anchor box数量,增加YOLOv3网络架构中104×104尺寸的特征输出层,得到改进后的YOLOv3目标检测网络.经数据集训练并测试,改进后的YOLOv3网络模型的识别精度提高了19.11％,而识别速度有所下降.
针对传统输电线路目标巡检图像识别方法响应速度慢、准确率不高的问题,文中提出一种改进的更快速区域卷积神经网络(Faster-RCNN)深度学习识别算法.通过轻量化卷积神经网络(ZFnet)提取图像特征,并重置模型参数以获取更多目标细节;利用Faster-RCNN对目标进行检测,由子网络区域提议模型生成目标候选框和快速区域卷积神经网络(Fast-RCNN)进行参数调优,并在Faster-RCNN输出部分引入精炼阶段,增加目标特征的分类细化和回归细化,将存在目标的多个边界框合并,实现精确分类以及坐标定位.实验结