为制定科学、合理的主变压器检修方案,进一步节约检修成本,提出一种风险评估模型与全寿命周期成本(LCC)相结合的检修决策方法。该方法选择多台待检修主变压器,利用缺陷指数计算检修前故障概率从而完成风险评估,计算检修优先级;对优先检修的故障主变压器,通过引入役龄回退因子分别计算不同检修方式后的故障概率,进一步计算出不同检修方式后的风险值和LCC费用;最后,建立检修决策层次分析法(AHP)模型,得到最为经济合理的检修决策方案。算例表明,该方法能够综合考虑主变压器的检修风险及LCC,在有效降低检修风险的前提下提高主变压器检修效率,减小检修维护成本。

准确的短期负荷预测能够减少发电机组停机备用和旋转备用,其预测效果直接影响电网的安全稳定和经济效益。针对BP神经网络初值敏感、易陷入局部最优的缺点,提出了一种改进人工蜂群算法优化BP神经网络的负荷预测方法。首先融合负荷数据与温度、湿度等天气数据并进行高斯滤波处理,再采用搜索位置更新实现人工蜂群算法的改进,利用其算法完成BP网络权值和阈值的优化,最后建立用于短期负荷预测的优化模型,并通过实例进行仿真验证。结果表明该改进预测模型与传统BP算法相比预测精度及收敛速度均有大幅提高,具备工程实用价值。

针对传统电阻应变检测系统在精度、效率及可移植性方面存在不足的问题,设计了在虚拟仪器技术开发平台上改进的机械强度测试系统。说明了该应变检测系统的软、硬件组成以及检测原理,对多应力状态下强度测试数据进行了分析,采用应变花对主应力方向未知情况下的测点进行静态、动态检测。通过其在QTZ400塔式起重机的强度检测试验可知,基于虚拟仪器的机械强度检测系统在效率和精度上有了显著的提高,可按需增减其他功能模块,具有良好的工程使用价值。