基于LoRa和自适应神经网络模糊推理系统的光伏阵列故障诊断系统

为了提高光伏系统的可靠性和效率,本文设计了一种新的光伏阵列在线智能故障诊断系统。首先,使用霍尔电压电流传感器采集光伏阵列最大功率点作为原始数据,经过LoRa传输至诊断中心,再在采集到的原始数据中提取新的七维故障特征向量,包括工作电压、电流、辐照度和温度。其次,提出了一种基于自适应网络的优化模糊推理系统作为故障诊断模型。最后,通过基于Simulink的仿真和实验室光伏系统的实际故障实验,测试了所提出的基于自适应神经网络模糊推理系统的故障诊断模型的可行性和优越性。实验结果证明,所提出的基于自适应神经网络模糊推理系统的方法具有较好的性能,并且优于基于常规反向传播神经网络的方法。在仿真和实验数据集上,基于自适应神经网络模糊推理系统的故障诊断模型的总体准确性分别为99.9%和97.0%以上。     

遗传算法在变压器故障诊断中的应用

根据变压器油中溶解气体分析的三比值法建立了基于Mamdani模糊推理的变压器故障诊断系统。该故障诊断系统由历史数据库、模糊推理诊断模块和优化模块三部分组成。利用遗传算法和历史试验数据对模糊推理模块的隶属度函数进行优化．克服了传统的三比值法对变压器进行故障诊断时存在的临界值判据缺损问题,并可对故障诊断过程中的编码缺损情况作出解释。实例验证,该诊断系统具有较好的诊断能力,可提高变压器故障诊断的准确性。     

基于自适应模糊推理的电力设备故障诊断研究

将自适应神经网络的自学习优点与模糊数学的模糊推理方法有效结合,解决了变压器绝缘故障诊断中模糊规则难以确定的问题;利用自适应神经网络的自学习功能,确定了模糊规则和模糊隶属度,建立了变压器故障诊断的ANFIS模型,实现了电力设备故障诊断,反映了变压器的运行状态。     

基于模糊推理的分布式电力系统故障诊断专家系统

针对电力系统故障诊断问题存在的大量不确定性,提出了将模糊集和模糊推理方法结合专家系统进行故障诊断的新方案。同时,尝试将分布式问题求解方法用于电力系统故障诊断问题,开发了基于模糊推理的分布式电力系统故障诊断专家系统。为方便用户使用,开发了图形建模和模糊知识学习平台,以及故障信息管理系统。通过在某地区电网的测试表明,所提方案具有准确的诊断结果和很好的实用性。     

电能表自动检定流水线模糊故障诊断专家系统

针对电能表自动检定流水线故障特点,构建了以模糊推理为基础的故障诊断专家系统。给出了专家系统的结构,设计了以模糊关系矩阵为核心的知识库,构造了符合实际的征兆隶属函数,选用加权平均模型进行模糊推理,设定两级阈值对推理结果进行综合评判。诊断实例结果与实际情况相符,验证了该专家系统的有效性。     

基于不平衡电流的电机定子故障模糊诊断方法

本文基于模糊理论和定子不平衡电流检测法，提出了电机定子故障的模糊诊断方法，建立了模糊推理算法和诊断规则，借助实验电机取得了与实际情况较为一致的诊断结果。这种方法将模糊理论与领域专家知识结合起来，不需要建立确切的故障模型，即可进行故障诊断；由于直接选取不平衡电流作为特征信号，可方便地实现定子故障的在线监测；具有较强的通用性和实用性。     

基于关系型数据库的故障诊断专家系统设计

以故障诊断的理论和方法为基础，综合运用人工智能、数据库理论、模糊理论对复杂电子设备的故障诊断问题进行了研究，提出了一种基于数据库的专家系统故障诊断的方法，设计构造了诊断专家系统的整体框架，在系统实现中，采用隶属函数来反应故障对象特征的模糊性和模糊关系，基于关系数据库进行知识的模糊表达，用模糊性更新传播算法实现基于规则的模糊推理。     

变压器故障诊断中信息融合技术的应用

电力变压器的可靠性直接影响供电的稳定,为此结合电力变压器故障诊断的具体情况,从信息融合的角度提出了基于信号类型及不同特征向量组合的集成诊断模型。该模型利用基于故障机理内在因素的专家系统,采用匹配知识规则,通过模糊推理,得特征向量与变压器故障信息间的关联性质,完成故障诊断,且诊断完成后,利用数据挖掘技术将诊断过程中的特征量、推理过程、结果以编码形式存入专家系统规则库。该模型将油中溶解气体、电气参数等特征量结合作为故障判据,评估变压器状态,并利用评估结果丰富专家系统的规则库。在讨论了多传感器信息融合技术用于变压器在线故障诊断时的具体实现方法后通过实例进行分析说明:利用来自传感器的各种故障信息进行融合,作为变压器故障诊断的判据,提高了诊断的可靠性和准确性,这将对提高电网安全性能及电气设备的诊断自动化与智能化水平起到推动作用。     

变电站故障诊断的时间不确定性问题研究

针对变电站故障诊断的时间不确定性,提出一类带时间隶属函数的模糊Petri网(TM-FPN)用于构建变电站故障诊断模型。该模型利用模糊时间片和加权数学期望计算故障信号的时间分布,并采用一种加权方差分析信号分组的离散程度,选取离散程度最低的分组计算其时间隶属度,进而使用加权模糊推理进行诊断。仿真实验表明,该模型能有效地处理变电站故障诊断中时间不确定性问题,并能定量地分析信号时间分布离散度、时间差值函数以及重复出现的信号对诊断结果的影响。     

基于粗糙集理论与模糊Petri网络的油浸电力变压器综合故障诊断

电力变压器故障诊断因果关系的复杂性与模糊性，采用单一智能方法难以准确描述。文中基于智能互补融合的思想，将粗糙集理论与模糊Petri网络有机结合在一起进行油浸电力变压器故障诊断。利用粗糙集信息表简化技术来实现对专家知识的简化与故障特征的压缩，获得最小诊断规则，基于最小诊断规则的Petri网络模型可以有效降低网络结构的复杂性与故障特征获取的难度。同时利用模糊Petri网络实现并行模糊推理，便于描述故障特征的变化及对变压器运行特性的快速分析。故障实例分析表明，文中所提出的智能方法可以有效地进行模糊推理，减小诊断信息的冗余性，诊断效率高，计算快速、准确，结果易于被人理解。     

集成模糊数学与范例推理的变压器故障诊断方法

提出一种在范例推理框架上集成模糊数学的故障诊断方法,并进一步建立起可应用于电力变压器故障诊断的实用模型。由于较好地将模糊数学理论融入到了范例推理过程中,该模型可期望具有较高的诊断准确率和实用价值。     

基于模糊时间Petri网的电网故障诊断方法

故障元件判别作为电网故障应急处置的首要环节,是在线调控运行的重点工作之一。针对现有基于Petri网的电网故障诊断方法未充分利用时序信息或者时序推理过程复杂的问题,提出一种基于模糊时间Petri网的电网故障诊断方法。为Petri网中库所及变迁引入时间属性以表征电力系统告警信息的时序约束关系,定义了置信概率与时序约束的关联推理运算,并从模型结构出发建立了模糊时间Petri网的分层推理过程,能够同时推理得到元件故障的置信概率及其时间点约束。算例仿真表明,所提方法能够快速判定故障元件,诊断结果正确且合理,具有较强的容错性,且能对告警信息做出正确评价。     

机载电子设备故障诊断专家系统的设计与实现

针对航空机载电子设备故障知识日益膨胀导致的故障诊断系统效率低下、难以快速有效地进行电子装备维护的问题,提出了一种新的、基于专家系统的机载电子设备故障诊断系统。分析了专家系统的原理和结构,研究了一般产生式规则与模糊产生式规则相结合的知识表示方法及精确推理与模糊推理相结合、基于规则推理、案例推理、模型推理及混合推理的推理机制。以Delphi7．0和Oracle9i为开发环境,开发了该专家系统。系统能快速分析故障现象,列出可能的故障原因,输出故障报告,提供故障处理指导。研究表明,新系统具有更高的效率、并且诊断结论也更可靠、可维护性也更好,在实际的航空机务维护工作中取得了良好的效果。     

一种基于FPN的变电站故障推理机制

针对变电站故障推理过程中存在的不确定性问题,提出一种基于模糊Petri网的变电站故障推理机制。对于告警信号漏报、误报问题,设计模糊诊断规则,采取模糊推理策略;对于适用多条规则的争议性信号,在信号单一及信号重复时分别给出分配方案;引入岭型隶属函数,计算在时间上信号对规则的隶属度。通过故障诊断实例的仿真,验证了该推理机制的有效性,并对实验数据进行比较分析,阐述不同的信号接收情况及时间分布对推理结果产生的影响。实验表明,该FPN推理机制可在不确定的信息基础上进行较为准确的推理。     

时间约束的改进分层模糊Petri网的配电网故障诊断方法

配电网发生故障后,迅速利用大量的告警信息判别出故障元件,能为调度中心的工作人员提供重要的决策支持。针对现有Petri网的故障诊断方法未应用在配电网中的问题,提出了一种时间约束的改进分层模糊Petri网的配电网故障诊断方法。对配电网中的可疑故障元件建立改进的分层模糊Petri网模型,能够适应网络拓扑结构的变换,利用获得的报警信息通过反向和正向时序推理对保护和断路器进行时序检查,对不满足时间约束的库所进行置信度修正。给出了改进分层模糊Petri网模型的推理流程及矩阵推理算法,在矩阵推理过程中引入高斯函数修正概率,使概率始终保持在0～1,最终得到故障元件的置信概率及其时间点约束。通过对配电网系统算例的比较、分析,验证了所提方法的正确性和合理性,能够有效地诊断出配电网的故障元件。     

模糊专家系统在火电厂汽包水位运行故障诊断中的应用

介绍了火电厂汽包水位控制系统存在的问题及预警和诊断的重要性。提出了采用模糊专家系统方法对汽包水位运行故障进行诊断。该方法通过检测电厂实时数据库中出现的故障征兆,结合规则库中的知识,通过模糊推理机制,诊断出汽包水位在运行过程中可能发生的故障。诊断结论用故障置信度的趋势图来表示。通过诊断实例验证了该系统的实用性。     

计及时间约束的改进模糊Petri网故障诊断模型

为充分利用故障事件记录的时间约束特性,进一步提高故障诊断的准确性与快速性,建立了一种计及时间约束的改进模糊Petri网故障诊断模型。首先,分析故障事件记录的一元、二元时间约束关系,研究不确定及缺失的报警信息对故障诊断的影响,利用虚拟有向弧及Petri网产生式规则,建立改进模糊Petri网模型;之后,通过正、反向时序推理分析,获得所有报警信息应该满足的时间区间,依据所建立的状态真值矩阵有效甄别出时序不一致的报警信息;在上述基础上,制定电网故障诊断的具体流程,提出继电保护装置动作行为辨识规则;最后,通过局部电力系统的多组算例仿真和实际系统故障案例测试,证明了所建模型能有效地诊断出电网故障,并具有较高的容错性。     

模糊概率符号有向图单元模型及电站高加系统故障诊断

针对复杂系统的符号有向图(signed directed graph,SDG)模型结构复杂,搜索路径组合爆炸等缺点,将SDG符号识别能力和知识库易于维护的特点相结合,提出了模糊概率SDG单元模型,建立了模糊概率SDG单元库,并描述了基于SDG单元库的故障推理方法。复杂系统的测点不完备性和参数耦合性是故障诊断中亟需解决的问题,在建立SDG单元库时,充分考虑了这两个问题。以某600MW机组高加系统为例,采取仿真与现场经验相结合建立SDG单元库,并通过现场故障实例验证了该故障推理方法的有效性。SDG单元模型结构简单,推理快速,有效避免了组合爆炸的问题,故障诊断准确率高,能有效克服现场测点缺失和系统参数耦合问题。     

加权模糊Petri网在电网故障诊断中的应用

以模糊Petri网为基本工具,在研究模糊Petri网的基本结构及概念的基础上,提出了一种基于加权模糊Petri网规则推理的电网故障诊断算法。首先选取经典算例系统建立各元件的加权模糊Petri网模型,然后利用该算法进行了逻辑验证和实例数据的仿真,结果表明,该算法在电网故障诊断中应用的可行性和有效性,给出的故障发生概率为研究人员进一步诊断提供了一定的依据。     

具有冗余保护的变电站模糊Petri网故障诊断

针对750kV变电站的双网双重保护配置特点及保护装置、断路器存在的误动和拒动等不确定性情况,提出一种基于冗余保护的变电站模糊Petri网故障诊断方法。在该方法中利用双重保护装置的信息对元件诊断模型进行冗余知识表示,依据电网拓扑结构和保护配置等形成规则约束,在此基础上建立了故障元件的模糊Petri网冗余诊断模型,并将其分为主网和冗余网两个子网模型。在模型中采用信息熵确定初始信息的可信度,通过模糊推理获得最小故障诊断结果集。仿真结果表明了该方法的有效性。