【摘 要】
：
燃气轮机故障诊断是一项具有工况多变、参数相互耦合、故障存在传递等特性的复杂系统工程。为了提高燃气轮机故障知识的结构化表达能力,发挥知识和数据双轮驱动推理决策的价值,本文在对燃气轮机典型故障知识研究的基础上,结合本体理论和机器学习等相关理论,开展了燃气轮机故障诊断关键技术研究。首先,针对燃气轮机设备结构复杂、故障间关联关系复杂且故障知识呈现碎片化的特点,提出了基于本体理论的燃气轮机故障知识结构化表达
论文部分内容阅读
燃气轮机故障诊断是一项具有工况多变、参数相互耦合、故障存在传递等特性的复杂系统工程。为了提高燃气轮机故障知识的结构化表达能力,发挥知识和数据双轮驱动推理决策的价值,本文在对燃气轮机典型故障知识研究的基础上,结合本体理论和机器学习等相关理论,开展了燃气轮机故障诊断关键技术研究。首先,针对燃气轮机设备结构复杂、故障间关联关系复杂且故障知识呈现碎片化的特点,提出了基于本体理论的燃气轮机故障知识结构化表达模型。基于FTA和FMEA分析方法全面地获取多维度燃气轮机故障知识;采用本体理论对燃气轮机故障知识进行结构化表达,形成了具有严格语义性的故障知识本体;利用知识图谱相关技术对故障知识本体进行储存,提高知识管理效率。其次,通过挖掘燃气轮机海量历史运行数据中的规律模式,构建知识和数据混合驱动的故障推理模型。基于燃气轮机故障特征的识别特点,分别建立了基于高斯混合模型聚类的阈值型特征提取模型和基于长短期神经网络的趋势型特征提取模型;结合提取的故障特征和已建立的故障知识本体,提出基于本体语义性搜索的确定性推理模型和基于D-S证据理论的不确定性推理模型;通过某燃气轮机喘振案例验证了模型的有效性。最后,基于燃气轮机故障诊断的理论研究工作,设计并开发了燃气轮机故障诊断原型系统,为后续燃气轮机故障诊断系统的工程应用提供了支撑。
其他文献
近年来,可再生能源利用规模逐年增长,电力市场体系建设逐步发展完善,除电能量市场外,备用市场等辅助服务市场的建设也在进行。虚拟电厂（Virtual Power Plant,VPP）将分布式可再生能源（Distributed Renewable Energy,DRE）、燃气轮机、储能设备、可控负荷等聚合为整体参与电力市场,解决了单独的DRE发电设备难以参与电力市场的问题,抑制DRE出力不确定性对电网运
配电物联网是电力生产和供应的最后一个环节,在连接电力生产和用电用户间起着至关重要的桥梁作用,其中边缘侧网络可连接大量终端设备,能有效承载海量电力数据。但是由于配电物联网边缘侧接入的终端设备种类复杂,更有不少恶意终端尝试接入,给配电物联网边缘侧环境带来了很多安全风险,因此研究如何对终端进行身份认证,避免可信度低的终端接入至关重要。针对以上问题,本文对配电物联网边缘侧环境下的信任评估机制和身份认证技术
在电力系统中,配电网承担着向终端用户供电的作用。然而在实际工况下,配电网不可避免地容易受到各类故障的影响,据统计,有80%以上的停电事故是由配电网故障引起的。对配电网的风险等级进行有效预警,并对故障设备进行及时的位置辨识,对于减少配电网维护工作中的资源消耗、确保配电系统供电环节的安全性和可靠性具有重要意义。针对配电网故障辨识这一问题,基于深度学习算法展开了相关研究。首先考虑天气因素,设计了基于改进
随着信息化技术的大力发展,人民的生活方式和支付方式产生了极大的改变。现如今,人们通过网上购物代替线下购物、以电子证件代替实物证件、以电子支付代替现金支付等情形屡见不鲜。科技已经渗透到我们生活的各个方面,人们可以在足不出户的前提下通过与互联网相连的终端设备,完成想要完成的事情,例如网上医疗、生活缴费、在线办公和远程会议等。对线上金融的需求日益增加,鉴于现流行的去中心化加密货币价格波动大,丢失无法找回
单图像超分辨率重建是计算机视觉领域经典问题,旨在从一张给定的低分辨率图像中恢复出高分辨率图像。但是,性能的改进,往往以参数量的急剧增加为代价。通常,规模更大的网络,表达能力更强,取得的性能更好,然而更大的网络往往会急剧增加参数量和计算量,这限制了超分辨率方法在资源受限的移动设备上的实际应用。本文提出了一个新的基于多路跨尺度的轻量级单图像超分辨率网络,目的在于构建一种参数量和计算量都较小的网络,同时
近年来光伏发电在电网系统中的占比越来越高,其重要性不言而喻。但是光伏并网后电力系统的稳定运行也因光伏发电具有的强波动性和间歇性出现了一定的风险。因此为了电网调度的合理性与安全性,短期光伏发电功率的精确预测也显得尤为重要。深度学习方法凭借其在大数据背景下优越的特征提取能力博得了众多国内外专家学者的青睐。长短期记忆网络（LSTM）作为深度学习中一种颇具代表性的网络结构,其独特的记忆功能和随时间权重共享
光伏直流并网系统中,极间短路故障使得全系统换流器快速闭锁,造成系统长时间停运,极大的威胁了系统的安全可靠运行。解决该问题的有效手段是对处于早期故障阶段的电缆线路进行准确的判别,以遏止故障的发展;一旦短路故障不可避免,则进行快速的故障定位,缩短系统故障恢复时间。因此,本文以光伏直流并网系统为研究对象,开展早期故障判别与极间短路故障定位研究,具体研究工作和创新成果如下:（1）提出了基于网侧换流器主动注
化石燃料的大量开发使用和全球经济的迅速发展使得脆弱的生态环境面临着诸多挑战,“碳达峰”、“碳中和”目标的提出加快了我国新能源替代化石能源的进程。深化电力体制改革,形成以新能源为主体结构的新型电力系统已经势不可挡。然而,新能源大规模并网后,其出力的不可控性将给电网带来新的威胁与挑战,这意味着储能作为维持电网稳定运行的工具将被大量需要。储能在我国电力行业中得到了大量的政策支持,其发展也逐渐从前沿性研究
随着锂离子电池行业的快速发展,废旧电池量越来越多,锂离子电池成分中含有多种金属及稀缺资源。如果将这些电池直接丢弃到环境中,不仅会对土壤、大气、水体造成污染,威胁人类健康,也严重浪费了资源,因此有效回收废旧锂离子电池中的有价金属具有十分重要的战略性意义。本文采用机械化学法对钴酸锂电池正极材料中的有价金属锂和钴进行回收。鉴于废弃的聚偏二氯乙烯（PVDC）难于降解污染环境,且含氯量较高,本文首次将废弃P
随着电力信息技术的发展,工控领域面临的安全威胁日益增多,加强工控系统安全防护能力也越来越重要。IPSec VPN隧道技术能够实现身份鉴别和数据的加密传输,是实现电力工控系统数据安全传输的重要手段。常用的IPSec VPN网关采用基于传统Linux协议栈的方式进行数据捕获,需要进行多次数据拷贝及上下文切换,导致IPSec服务效率不高。此外,常用的IPSec VPN安全网关是在开源IPSec框架基础上