面向阿里云的铁路供电信息系统迁移研究

在云计算和供电信息系统的基础上,重新构建了面向阿里云云计算的沈阳局供电信息系统框架。从两个角度阐述,一方面是国内铁路行业的上云情况及通过参与沈阳铁路局现有供电信息系统的规划设计,发现系统运行缓慢、前期建设成本高、后期维护困难等问题。另一方面是对阿里云的全面深度学习,从而对其云基础设施产品进行二次组合创新构成混合云模型。最后将两方面进行结合形成云环境下的混合云信息系统框架,该框架为铁路供电部门高效综合办公和生产调度提供了云平台条件,并且很好地体现了阿里云云计算的大规模、虚拟化、高可靠性、高可扩展性等特点。为信息系统的云迁移提供可行性的探索。     

分形维数在接触网隔离开关故障识别中的应用

接触网隔离开关是牵引供电系统中的重要设备,其运行可靠性对于整个牵引供电系统的安全运行有着重要意义。隔离开关故障原因具有多样性与随机性,对不同故障进行及时有效识别存在一定的难度。文章针对隔离开关运行中机械特性,对其电机电流与输出扭矩间存在的关系进行推导,找出它们之间的二次函数关系,证明电机电流可以用以表征隔离开关的运行状态。通过搭建起电机电流采集系统,采集到一定量的电机电流信号,应用分形维数定理对电机电流进行特征提取,在一定程度上实现了对隔离开关机械故障的识别、分类,为接触网隔离开关故障诊断提供了一个新的思路。     

基于支持向量机的弓网间电弧诊断策略

电力机车在运行的过程中,通过受电弓与接触网间的电接触而获取电能,在机车受流过程中弓网间电弧是较为常见的一个现象。弓网间的电弧不仅会对接触网与受电弓造成不同程度上的损伤,同时也会对电力机车上的电力设备造成一定的干扰。弓网间的电弧具有随机性,发生的原因也具有多样性,因此对电弧进行诊断具有一定难度。针对目前对弓网间电弧诊断存在的技术上的问题,文章基于支持向量机(support vector machine,SVM)来实现对弓网间电弧的诊断。在获取弓网间电流的原始数据后,通过计算出原始数据的功率谱熵,构造出电弧诊断所需的特征向量,应用支持向量机对这些特征向量进行分类,能实现对弓网间电弧电流的正常电流的正确区分。仿真结果表明,应用本文所建立起的诊断模型对样本进行诊断,结果正确率能达到90%以上,为弓网间电弧诊断提供了一个实用的方法和研究思路。