朱海兵
- 作品数：16 被引量：122H指数：6
- 供职机构：国家电网公司更多>>
- 发文基金：江苏省电力公司科技项目国家电网公司科技项目更多>>
- 相关领域：电气工程自动化与计算机技术电子电信更多>>
- 配电自动化技术发展被引量：17
- 2015年
- 配电自动化是提高供电可靠性,优化配电网运行的基础,在分析了配电自动化的发展历程及基本架构基础上,对配电自动化三大部分主站系统、通信网络、监控终端技术发展作了详细说明,指出了其发展趋势。最后,对未来的配电网自动化的研究方向和重点作了进一步的探讨。
- 郭雅娟黄灿朱海兵吴奕
- 关键词：配电网自动化主站系统通信技术配电终端
- 一种基于告警信息时序约束的设备故障辨识方法
- 本发明提供了一种基于告警信息时序约束的设备故障辨识方法，所述方法包括以下步骤：生成基于事件轨迹的受监控设备的故障假说最大集和故障辨识模型，根据所述受监控设备状态的变化轨迹实现故障辨识，对可疑故障设备和故障原因进行真实性评...
- 吴奕朱海兵蒋宇张永刚熊浩赵家庆庄卫金钱科军孙名扬吴锟
- 文献传递
- 基于数据挖掘的电力变压器家族性缺陷预警被引量：3
- 2016年
- 基于电力公司一体化平台,利用数据挖掘技术将变压器设备管理信息、运行信息以及缺陷信息关联,建立了不同电压等级、运行年限以及不同部件的平均缺陷率参照系,提示高缺陷的设备及厂家信息。提出故障集中度指标,降低特定设备缺陷对结果的影响。提出可信度指标,警示少样本可能引起的误判。在此基础上,开发了变压器家族性缺陷预警平台,对运行在高风险年限的变压器进行预警,同时为变压器采购部门提供相关企业的质量信息。运行表明,缺陷预警平台相比传统方法具有缺陷提示迅速,人为干扰因素少等优点,具有工程适用性。
- 朱海兵张济韬郭雅娟吴奕郝思鹏
- 关键词：变压器预警系统
- 基于熵权模糊物元和主元分析的变压器状态评价被引量：45
- 2015年
- 针对变压器状态评价中各指标的不确定性、模糊性以及变压器在线监测状态量信息过多的问题,提出一种基于熵权模糊物元和主元分析的变压器状态评估新方法。引用信息熵反映数据本身的效用值来计算指标的权重系数,建立了基于熵权模糊物元模型。并采用主元分析法提取了信息数据中的主成分,有效解决了权重分配困难和在线监测状态量过多的问题。最后结合实例分析,验证了所提方法的有效性和实用性。
- 吴奕朱海兵周志成李晓健熊浩杨志超崔玉
- 关键词：变压器熵权模糊物元模型主元分析
- 电网设备监控信号综合智能分析技术及应用被引量：4
- 2015年
- 随着电力行业的发展,电网设备数量和种类增加,信号监控工作也从单点监视转向综合化智能化监控。运用综合智能分析技术,为监控人员提供设备快速建模、信号自动验收及故障综合分析消除等辅助功能,提高工作效率,降低运行风险,更好地适应电网大运行体系建设的需求。
- 高尚吴奕唐元合朱海兵盛振明熊浩
- 变压器温度场分布的热流耦合分析被引量：7
- 2015年
- 建立变压器温升计算的热流耦合温度场数值仿真模型,采用有限元方法计算变压器内部的温升及流场分布,并对变压器内部的温度场分布及热点温升进行分析研究.通过与设计值的比较,验证了该分析方法的正确性,为变压器的优化设计及可靠运行提供了理论参考.
- 朱海兵李晓健吴奕蒋宇周志成杨志超
- 关键词：变压器温度场
- 基于油色谱在线监测的变压器状态预警被引量：11
- 2016年
- 分析了不同类型的数据变化与变压器内部潜伏性故障的关系。建立了变压器状态预警模型,并制定了相应的状态检修策略,提高了变压器的运行可靠性。
- 吴奕张济韬郭雅娟朱海兵郝思鹏
- 关键词：变压器油色谱在线监测
- 计及设备风险的供电恢复在线决策方法被引量：2
- 2015年
- 2013年江苏电网年度用电量首度超越广东跃居全国第一。随着社会用电负荷持续增长,电网结构日益复杂,并呈现出网格状和多环网结构,故障后快速选择电网恢复路径,实现精益化的恢复供电变得日益困难。从工程实际角度出发,提出了计及设备风险的故障后恢复供电在线决策方法,以解决调度工作中遇到的实际问题。最后通过实际的故障案例验证了该方法的正确性和有效性。
- 朱斌蒋宇吴奕朱海兵王鹏
- 关键词：供电恢复在线决策粒子群优化算法自愈控制
- 江苏能量管理系统安全隔离的实现被引量：1
- 2005年
- 分析了当前电力调度自动化系统的网络安全形势,介绍了江苏电力调度自动化系统原有的运行模式和4个安全区,指出可能存在的网络安全问题,提出解决方案。简述了电力系统专用的网络安全物理隔离设备工作原理,根据《江苏电力二次系统安全防护方案》制定对现有能量管理系统进行安全隔离改造方案,论证其可行性并加以实施。
- 朱海兵
- 关键词：调度自动化能量管理系统网络安全
- 基于改进型BP神经网络的电网负荷预测被引量：16
- 2016年
- 考虑到传统的线性电网负荷预测方法的预测精度无法满足现代电力电网管理系统的要求,使用更适用于电力电网负荷的预测任务的非线性BP神经网络算法建立预测模型。由于常规的BP神经网络存在容易陷入局部最优解以及收敛效率低等问题,该文使用模拟退火算法对BP神经网络权值训练算法进行优化,提高预测模型的收敛效率和自学习能力。通过实例对所研究的预测模型进行分析,结果表明,所研究的改进型BP神经网络的训练次数和训练耗时均低于常规神经网络,具有更高的收敛精度,同时改进型BP神经网络预测模型的预测误差明显降低,具有较好的工程应用价值。
- 朱海兵崔玉熊浩
- 关键词：电网负荷预测BP神经网络
