刘帅
- 作品数：16 被引量：108H指数：6
- 供职机构：华北电力大学控制与计算机工程学院更多>>
- 发文基金：北京市自然科学基金中央高校基本科研业务费专项资金国家重点实验室开放基金更多>>
- 相关领域：电气工程自动化与计算机技术机械工程一般工业技术更多>>
- 基于集成NSET和模糊软聚类的风电机组齿轮箱状态监测被引量：18
- 2019年
- 风电机组齿轮箱的故障频率和维修成本较高,有必要对其运行状态进行实时监测。非线性状态估计(NSET)算法有着对记忆矩阵依赖大、无法有效利用数据资源改善精度、实时性差等不足。为此,提出一种基于模糊软聚类和集成NSET的状态监测方法:使用模糊软聚类将历史数据分为边界有重叠的不同类别,实现工况的软划分并构造多个不同工况的NSET模型作为个体学习器;以参数回归方法作为结合器,可在不影响实时性的同时,使用大量数据训练参数以改善精度。用某2 MW风电机组的齿轮箱故障数据进行验证,结果表明,相比常规方法,提出方法的精度和实时性均更优;通过预测残差均值和基于残差构造的健康指数,能够灵敏、准确的反映齿轮箱的早期故障及其发展趋势。
- 王梓齐刘长良刘帅
- 计及不确定性的风光抽蓄发电系统容量优化被引量：11
- 2024年
- 风光等新能源的大规模利用是实现双碳目标的重要途径,其不确定性影响电力系统稳定运行和对新能源的消纳能力。对此,本文提出了一种计及不确定性的风光抽蓄联合发电系统容量优化配置方法。首先,采用不同的随机分布函数来描述风电、光伏发电的出力特性和负荷分布情况,建立了互补发电系统数学模型;其次,构建了基于信息间隙决策理论与熵权法的双层容量优化配置模型;最后,采用多元宇宙优化算法求解容量优化配置方案。算例结果表明,投资者可以根据投资意愿,对源荷不确定性采取不同的配置策略,所得的运行结果均能很好地满足不同运行模式和多种运行场景的要求;能有效地降低综合成本、提高新能源消纳能力,并且能保持抽蓄电站的长久运行。
- 刘帅吴胜洋刘卫亮刘长良刘长良康佳垚
- 关键词：抽水蓄能双层优化
- 风电机组齿轮箱的多变量时间序列故障预警被引量：5
- 2019年
- 针对风电机组故障预警中,原始动态时间规整(DTW)算法无法有效度量风电机组多变量时间序列数据之间距离的问题,提出一种基于犹豫模糊集的动态时间规整(HFS-DTW)算法。该算法是原始DTW算法的一种扩展算法,可对单变量和多变量时间序列数据进行距离度量,且精度与速度较原始DTW算法更优。以子时间序列相似度距离为目标函数,使用帝国竞争算法(ICA)优化了HFS-DTW算法中的子序列长度和步距参数。算例研究表明与仅DTW算法和非参数最优的HFS-DTW算法相对比,参数最优的HFS-DTW可挖掘更多的多维特征点信息,输出的多维特征点相似序列具有更丰富细节;且基于所提算法可提前10天预警风电机组齿轮箱故障。
- 刘帅刘长良甄成刚
- 关键词：风电机组故障预警动态时间规整
- 基于OOB-DBO-GRU的风电机组齿轮箱故障预警被引量：1
- 2025年
- 为实现风电机组齿轮箱故障早期预警,提出一种基于优化门控循环网络超参数的预警模型。首先,利用随机森林袋外误差估计算法,从风电机组数据采集与监控(SCADA)数据中筛选出与齿轮箱油池温度有重要关联的特征变量;其次,充分挖掘SCADA数据的时空关联特性,基于门控循环网络建立预警模型,同时,为提高模型预测性能,通过蜣螂算法优化门控循环网络的超参数;最后,构造健康指数指标,并建立其与机组运行状态等级间的映射关系,实现机组齿轮箱运行健康度监测及故障预警。以某1.5 MW风电机组运行数据为算例进行验证,结果表明,所提方法能提前2天发出齿轮箱油温异常预警,效果优于GRU模型、LSTM模型等对比模型,能够更加准确有效地实现风电机组齿轮箱故障预警。
- 付景林永君刘帅刘帅张照彦
- 关键词：故障预警
- 基于改进实例学习算法的风电机组齿轮箱状态监测被引量：2
- 2024年
- 风电机组齿轮箱的运行过程是复杂的非线性过程,采用实例学习(IBL)算法建立模型可有效对其进行状态监测。针对实例学习模型对训练数据质量敏感的特点,提出综合考虑多种性质的两步主动学习样本选择方法。首先提出一种基于拉丁超立方体抽样思想的网格划分初始样本选取方法,并基于z-score方法剔除其中的离群点。然后第一步基于信息性和代表性的综合得分选出候选样本来避免离群点影响,第二步基于多样性使第一步的候选样本稀疏化,从而避免冗余点影响。最后,基于指数加权移动平均控制图对实例学习回归模型输出的残差进行分析,并根据故障率对风电机组齿轮箱实现状态监测。利用某风电机组实际故障数据进行验证。结果表明:所提出的方法能选出优质样本,模型精度在验证集上较未改进前有所提升,且运算效率提升约50%,可实现齿轮箱异常的早期预警。
- 张书瑶刘长良王梓齐刘帅刘帅
- 关键词：主动学习算法
- 基于协整分析的供热管道泄漏定位方法
- 2025年
- 为解决传统泄漏定位方法无法应对信号非平稳特性、无法消除工况变化对算法影响的问题,提出一种基于协整和向量误差修正模型的供热管道泄漏定位方法。首先,对各站点压力信号进行平稳性检验,得到变量的单整阶数;然后,通过对信号序列进行协整分析,计算协整系数,构建向量误差修正模型,计算模型预测残差;泄漏检测时提出一种适用于变工况的阈值设定方法,构建动态阈值实现泄漏时间点提取,并基于各站延迟时间实现泄漏点的准确定位。通过实际管网数据进行测试实验,结果表明,所提算法能够同时对多站点压力进行分析,有效抑制工况变化引起的响应,能够准确提取压力突变点对应时间,实际延迟时间与理论延迟时间误差均能控制在0.77 s内,泄漏点定位误差能控制在862 m以内,具有实际应用价值。
- 石光辉陈鹏申鹏飞郑治中王铸李建刚刘帅张启亮田雯雯
- 关键词：供热管网非平稳向量误差修正模型
- 基于帝国竞争算法的主汽温控制系统参数优化研究被引量：8
- 2017年
- 针对火电厂主汽温难以控制的特点,利用帝国竞争算法对主汽温串级控制策略进行了仿真优化研究。以带有限幅和限速执行器的主汽温串级PID控制系统为仿真对象,确定了合适的误差指标函数ITAE;对几种类型的串级PID控制方案进行了对比研究。仿真结果表明帝国竞争算法是一种便捷有效的参数优化方法,PID-PI型串级控制系统动态性能指标较均衡,抗干扰能力更强。
- 刘帅刘长良
- 关键词：主汽温系统串级PID控制约束
- 基于数据分类重建的风电机组故障预警方法被引量：22
- 2019年
- 为预警风电机组潜在故障、增强机组出力安全性,基于监控和数据采集(SCADA)系统,提出一种异常数据重建的风电机组故障预警方法。首先,充分利用同风场风机SCADA数据,分别重建输入类与输出类目标机组数据,克服了部分数据信息丢失、数据异常问题;其次,使用提取的代表性数据建立故障预警模型,所得预警模型更贴近机组运行动态特性;最后,采用改进的衰退指标预警潜在故障,直观展示机组阶段性衰退程度。案例研究中使用某风电场SCADA故障数据,并使用3种标准确定所提策略参数设定值,结果表明可至少提前3周预警风电机组齿轮箱潜在故障,验证了所提故障预警方法的时效性。
- 刘帅刘长良甄成刚
- 关键词：高斯混合模型
- 基于近邻元分析的风电机组状态监测特征选择方法被引量：3
- 2024年
- 针对现有特征选择方法难以从大量的SCADA参量中挑选出重要变量的问题,基于近邻元分析算法提出一种专门适用于风电机组状态监测的特征变量选择方法。所提方法根据每个待选变量对回归精度的贡献率为各变量赋予相应的重要度权值,从而挑选出最重要的特征变量。通过分析SCADA数据中冗余变量的特点,针对性地提出了基于相关系数矩阵的去除冗余方法。采用Pearson相关系数、互信息和随机森林三种方法作为对比,以门控循环神经网络作为模型预测齿轮箱油池温度,用预测精度指标和残差控制图对各特征选择方法的选择结果进行评价和对比,结果表明所提方法的特征选择结果更加直观、冗余变量更少、预测精度更高。
- 罗志宏刘长良刘帅
- 关键词：风电机组
- 变转速下基于改进多阶概率方法的风电齿轮箱故障诊断研究被引量：1
- 2024年
- 阶次跟踪是一种有效的解决变转速故障诊断问题的方法,其关键前提是存在转速信号作为参考。然而,由于强背景噪声和弱谐波关系的影响,现有转速估计方法的准确性和自适应性有待进一步提高。因此,提出一种融合多传感器信号的改进多阶概率方法(MOPA)用以估计瞬时转速。首先,依据不同传感器信号的基频统一性和主导分量差异性,通过时频图瞬时切片归一化融合的方式,构建具有强谐波关系的时频图;其次,为消除时变工况下时频图中横纵方向上的间歇恒频和短时宽频背景噪声,提出滑动消噪方法;最后,基于处理后的时频图执行MOPA,实现瞬时转速自动估计,结合阶次跟踪解决风电齿轮箱变转速故障诊断问题。经实测数据验证,改进MOPA估计的瞬时频率的准确性和自适应性均优于对方法,平均绝对百分比误差为0.56%,均小于对比方法的15.73%、13.99%和1.21%。结合阶次分析诊断了变转速下风电齿轮箱异常。
- 刘长良刘少康李洋李洋刘帅
- 关键词：变转速故障诊断风电齿轮箱阶次跟踪
