【摘 要】
：
针对管道泄露信号中存在环境噪声干扰的问题,本文提出一种基于反馈机制的变分模态分解的联合去噪方法.该方法是将变分模态分解与巴氏距离联合,首先将采集信号通过变分模态分解(Variational mode decomposition,VMD)得到两个模态分量,而后通过计算各模态分量与原始含噪信号的巴氏距离(Bhattacharyya Distance,BD)筛选出较纯净的模态分量,之后将筛选所得分量反馈回输入端并从原始含噪信号中减去,根据人为设定的迭代终止条件判断是否终止.采用反馈机制的VMD与巴氏距离构建的联
【机 构】
：
中国南方电网超高压输电公司天生桥局,贵州兴义562400;云南新天地人工环境工程有限公司,云南昆明650000
论文部分内容阅读
针对管道泄露信号中存在环境噪声干扰的问题,本文提出一种基于反馈机制的变分模态分解的联合去噪方法.该方法是将变分模态分解与巴氏距离联合,首先将采集信号通过变分模态分解(Variational mode decomposition,VMD)得到两个模态分量,而后通过计算各模态分量与原始含噪信号的巴氏距离(Bhattacharyya Distance,BD)筛选出较纯净的模态分量,之后将筛选所得分量反馈回输入端并从原始含噪信号中减去,根据人为设定的迭代终止条件判断是否终止.采用反馈机制的VMD与巴氏距离构建的联合去噪方法对仿真信号以及实测的管道泄漏信号进行降噪处理,并从时域、频域、均方根误差(Root mean square error,RMSE)以及信噪比(Signal to noise ratio,SNR)四个方向与其他四种去噪算法对比,结果均表明,本文所提方法能够有效去除噪声,具有良好的去噪性能.
其他文献
针对设备缺陷管理工作存在数据计算效率低、呈现形式单调、较少下钻设备质量问题等情况,本文基于企业级数据中台集成的电力档案、量测、拓扑、业务等各类型数据,提出了一种应用多种大数据技术的解决方案.首先基于企业级数据中台,构建设备实体和业务流程数据模型,再经过数据溯源、格式转换、字段匹配、内容清洗等步骤,完成分析数据的预处理.然后综合应用多维数据透视、时间序列模型、自然语言识别等多种大数据挖掘分析方法,一是实现设备缺陷与质量的比对、穿透、关联等多维度的监测分析,二是实现设备缺陷数量在时间序列上的长期趋势、周期波动
针对传统配电网“闭环设计,开环运行”带来的供电模式及运行控制被动的问题,考虑到以智能软开关为核心的柔性互联技术具有功率连续灵活调节的优势,文章提出一种适用于配电网10kV馈线以及110kV线路柔性互联的功率调控技术,该调控技术以智能软开关的主控制器的有功功率指令为调控对象,按照功率平衡系数对互联馈线(线路)的负荷量进行重新分配,实现互联馈线本电压等级和高电压等级线路一定范围内的功率均衡,克服了传统配电网依阻抗自然分布造成的馈线分布不均衡、设备使用寿命低、供电可靠性差等问题.最后,为验证所提功率调控策略的控
利用风电机组多维度历史大数据探讨齿轮箱输出轴常见故障预测性预警及故障原因分析的方法.首先,基于齿轮箱输出轴正常运作状态的SCADA运维大数据,在特征工程步骤中使用多种算法模型根据变量的重要性进行排名,保留重要性较高的变量,从而达到降维效果;其次,采用XGBoost算法建立故障监测模型,选取了随机森林、CatBoost、LightGBM等多个算法模型作为对照算法,从均方误差(MSE),调整的可决系数(拟合优度)等多个评价指标进行综合评价;最后,筛选风电机组在故障状态下的数据进行多次对照实验设置残差阈值和最佳
随着电力系统的发展,配电网的供电可靠性的要求日益提高.配电开关柜作为控制、保护的重要电力设备,在运行过程中过热状态可能导致火灾爆炸等安全问题,严重影响供电可靠性.通过温度状态监测,可以有效判断开关柜的温度状态,对于异常状态提前预知.温度状态监测的可靠性需要依靠温度传感器的性能以及安装布置的合理性.因此,本文采用多物理场耦合有限元模型,对开关柜内部的温度场分布进行仿真,研究配电开关柜的运行状态下温度分布,根据仿真结合工程实践得出温度传感器热点位置,对传感器测量数据进行准确性判断,根据传感器数据对数字孪生模型
拱顶作为干燥窑的关键部位,其使用周期直接决定了窑寿水平的高低.以大冶有色冶炼厂干燥窑为例,每次维修都是由高铝砖拱顶断裂、掉砖、垮塌引起.高铝砖抗急冷急热性较差,热胀冷缩带来的砖缝变化大.钢纤维浇注料抗急冷急热性较好,整体浇筑不存在砖缝问题,弥补了高铝砖拱顶的两点缺陷.为了提高干燥窑使用寿命,试验小组成员用钢纤维浇注料拱顶进行试验,并与高铝砖拱顶进行对比.结果 表明,钢纤维浇注料拱顶使用周期延长了3倍,效果明显.
针对湘钢3800 mm宽厚板单机架生产线的加热炉能耗高、加热效率低的问题,对该加热炉进行节能改造,通过提升轧制效率、水梁改造、投入富氧燃烧、提高炉内富裕空间利用率等措施,煤气消耗降低约20％,取得良好的效果,对其他煤气使用单位具有借鉴意义.
介绍了一种氮气氛硅碳棒加热的真空电炉设计方法与维护要点,其中主要介绍了抽真空及氮气氛保护、电加热、温控、冷却、表面负荷等设计方法.针对实际氮化炉应用中硅碳棒高温下加热易氧化烧损的弊病,分析原因,并制定有效的处置维护措施,解决了氮化炉工艺与设备适应难题.该炉具有升温快、温度高、结构简单、性价比较高的优势;在大放气量还原工艺或氮化工艺中具有推广应用价值.
在传统的火电机组建模研究中多用阶跃扰动等实验设计方式,但由于工业过程的复杂性、环境的多变性和实验的局限性,往往很难获得精确的模型,而智能监控系统又对火电机组过程模型的依赖程度很高.本文为解决火电机组精确建模的难题,建立面向人机交互的可视化系统辨识平台,通过对历史数据挖掘得到满足系统辨识要求的数据,利用先验知识及专家分析结果选择模型类、建模算法以及合适的超参数到辨识平台进行计算,而后采用二次辨识算法将复杂、高阶、非线性模型转化为热工过程系统中常用的传递函数结构,最后通过实验从不同角度交互评估所建模型的性能,
为了解决传统协同过滤推荐算法未考虑知识关联度而导致推荐结果的准确度较低的问题,本文在协同过滤技术与关联规则挖掘技术的基础之上,提出了一种新型电力大数据协同过滤推荐算法(联合算法AR-Item CF),以电力运行系统日志为载体,深入挖掘知识项行为,按照不同知识项行为的轻重程度来划分为不同的权重,以此来计算得出用户评分,将知识关联度作为影响推荐结果排名的主要因素之一,并将目标之间的相似度与关联度均纳入到影响因素之中,推荐结果既存在着关联性,又具备相似性.为了验证算法的可行性,开展了实验对比,测试指标选用MAE
为减小用户窃电对线损计算和电网运营造成的负面影响,提高窃电检测能力和识别用户窃电手段,提出了融合自编码神经网络和随机森林的用户窃电识别算法.自编码神经网络的目的 是检测出用户的异常用电,可有效提取用电数据的抽象行为特征;基于正常用户的非窃电数据训练自编码神经网络,确定正常用电数据与神经网络全变量重建值之间误差的波动阈值;通过训练好的自编码神经网络构建新增数据的重建误差与误差阈值的比较,建立窃电行为预警模型.随机森林多分类算法对自编码神经网络检测出的异常用电进行窃电类别预判,通过随机搜索和交叉验证确定随机森