风电机组故障诊断中不确定性信息处理的贝叶斯网络方法

针对风电机组故障信息耦合性、模糊性的不确定性特点,结合贝叶斯网络在处理不确定性问题上的优势,提出了风电机组故障诊断的贝叶斯网络方法.重点研究了该方法的两个关键问题,即风电机组故障诊断的贝叶斯网络建模和贝叶斯网络推理.构建了一种基于事故树分析方法的三层CME贝叶斯网络模型并解析了贝叶斯网络的故障推理过程,通过风电机组齿轮箱的故障诊断实例验证了上述模型的可行性和贝叶斯网络推理的有效性.研究成果对具有相关不确定性问题的机电设备故障诊断有借鉴意义.     

BP神经网络的模糊改进及应用

描述了人工神经网络和模糊推理系统的基本原理,分析了基于人工神经网络和模糊推理方法的故障诊断专家系统的设计思想,提出了一种人工神经网络和模糊推理技术相结合的故障诊断方法——模糊神经网络法.人工神经网络通过对部分测量数据的处理,输出故障出现的可信度,实现系统的故障诊断.模糊推理部分通过对输入输出的模糊表示,结合神经网络的推理,给出故障的程度,实现故障诊断.     

基于贝叶斯网络的电网故障诊断方法

根据元件故障与保护动作和断路器跳闸之间的内在逻辑关系,建立了面向元件的电网故障诊断模型,并采用误差反向传播的梯度下降法修正网络参数。该模型是一种由 Noisy-Or,Noisy-And 节点组成的特殊的贝叶斯网络,能够处理电网故障诊断中的不确定性,具有语义精确、推理快速、学习效率高等特点,适用于大规模电力系统的多重复杂故障诊断。实际电网故障案例验证了该方法的正确性和有效性。     

贝叶斯网络在水电机组故障诊断中的应用研究

分析了传统故障诊断方法对于处理实际系统中的不确定性问题时所存在的不足,将贝叶斯网络的理论与方法应用到水电机组故障诊断中,介绍了贝叶斯网络的建模方法与推理机制,并通过一个专家系统的建模过程与诊断结果,证明了基于贝叶斯网络的水电机组故障诊断专家系统所具有的独特优点。     

基于决策树与脉冲神经膜系统的输电网故障诊断方法

为有效处理电网故障诊断过程的不确定和不完备信息,提出一种基于决策树与模糊推理脉冲神经膜系统的输电网故障诊断方法:首先采用权重网络分割法将电网分割为若干小型子网,再利用决策树算法对原始故障决策表进行训练,并约减故障信息,提取输电网故障产生式规则;然后利用模糊推理脉冲神经膜系统的强大知识并行推理和模糊信息处理能力,建立基于 FRSNPS 的故障诊断模型,实现输电网故障诊断;最后,以 IEEE14 节点标准系统为对象进行仿真实验和分析。实验结果表明,该方法在单类型和多类型故障信息丢失时,依然能够诊断出正确故障元件。     

一种基于模糊推理的专家系统的设计与实现

描述了一种基于模糊推理模型的专家系统。在本系统中知识采用了框架结构和模糊产生式规则相结合的表示形式,引进了模糊匹配和语义距离等方法进行模糊推理,实现了一种较为理想的不确定性推理。     

基于多层流模型的不确定性故障诊断技术

针对核动力装置系统参数密集且相互影响、故障征兆随故障发生的位置、程度以及警报阈值的不同而发生变化、难以获得确定的故障诊断规则的问题,在采用多层流模型描述核动力装置的运行特性的基础上,引入了影响因子来描述故障征兆之间的因果关系强度,进一步结合警报分析方法和贝叶斯理论进行不确定性故障推理。建立了压水堆主冷却剂系统不确定性故障诊断模型,通过仿真证明了该方法可以合理有效地识别系统故障,解决了由于诊断规则的不确定性而可能造成的误诊和漏诊,可有效辅助操纵员进行深层次决策。     

MEDDIA:机械故障诊断专家系统的证据理论应用分析

在领域专家系统不确定性知识表达及推理问题上,证据理论方法能克服纯概率理论方法和信任模型方法的缺点和不足,并能较强地模拟人类领域专家的推理、判断特征。但至今,证据理论尚未真正在专家系统中应用实现。本文对机械故障诊断专家系统 MEDDIA 应用证据理论来处理不精确性推理问题作了可行性分析,讨论了其与信任模型之间的内在联系,并就应用该理论具体工作步骤作了说明。     

贝叶斯网络在车辆状态远程故障诊断系统中的应用

为了解决车辆状态远程故障诊断系统中的不确定性问题,提出了一种基于贝叶斯网络模型的故障诊断方法．这种故障诊断方法可在输入数据不完备,甚至含噪的情况下,充分利用贝叶斯网络的先验知识以及建模学习能力和概率推理算法来应对不确定性问题的表示和推理,完成系统的故障诊断．实验结果表明,贝叶斯网络方法在车辆故障诊断速度、准确性方面优于传统的基于BP算法或RBF算法的诊断方法,并且提高了故障诊断系统的鲁棒性．     

基于神经网络的时序约束分解

时序约束分解是求解时序约束服务组合问题的有效方法, 通过在时序约束分解模型中引入松弛因子, 可以增强对用户约束强度的适应能力。针对现有的松弛因子自适应调节方法采用模糊推理规则, 依赖人工经验, 考虑的影响因素也较少的情况, 提出一种使用神经网络自适应调节松弛因子的方法, 考虑了活动个数、候选服务个数、约束强度和约束个数等因素对松弛因子的影响。仿真实验分析表明, 将所提出方法确定的松弛因子用于时序约束分解时, 可以较用模糊推理方法确定的松弛因子获得更好的综合性能。     

不确定性推理方法在金川二矿区西部岩体类型确定中的应用

采用围岩分类专家系统中的不确定性推理处理方法,以工程地质学家谷德振提出的岩体结构划分标准为基础,对金川二矿区岩（矿）体用模糊数学中择近原则的方法进行模糊综合判别。对于专家评判中涉及到的诸多模糊性因素,不确定性因素以及采用因素关系图来作定性描述;将被评定的岩（矿）体结构视为论域上的一个模糊子集;把推理过程抽象为多维论域上确定隶属度的过程,进而用连续隶属函数进行岩（矿）体结构的模糊推理;最后以隶属度的形式给出模糊识别结果,建立了各种结构类型岩组的岩体力学模型。     

基于模糊区间优化的模糊推理故障诊断方法

提出一种基于模糊区间优化三角均分的模糊规则生成方法.在获取故障样本之后,通过基于故障识别率最佳准则的寻优过程,确定模糊区间均匀划分数的下确界.在此基础上,利用所提出的改进型DM算法提取模糊规则,最终构建出模糊推理故障诊断系统.与模糊区间划分数低于该下确界的模糊推理系统相比,利用该方法能保证在所生成模糊规则数较少的情况下,使构建的推理系统具有更高的故障识别率和诊断准确率,同时避免了人为确定模糊区间划分数时所带来的盲目性.最后,在轨道电路该类复杂模拟电路常见硬故障的诊断实例中,说明了新方法的有效性.     

基于多级信息融合的转台故障诊断系统研究

根据转台系统复杂的结构特点,提出了一种多级信息融合的故障诊断方法.首先针对来自各子系统的多传感器信息,应用神经网络进行局部故障模式分类;然后,将多个子系统诊断结果应用D-S证据理论加以综合,给出系统级的故障诊断决策.实验表明,该方法在复杂系统故障模式分类和不确定性推理具有较强的处理能力,能有效地提高故障诊断的可靠性和准确度.     

基于改进孪生支持向量机的新型电力系统继电保护故障诊断模型

针对新能源发电因大量并网而导致电网安全性降低的问题，提出了一种基于改进孪生支持向量机的新型电力系统继电保护故障诊断模型。该模型面向新型电力系统设计了一种继电保护体系，并结合设备状态特征构建了故障时序模型。同时利用蛙跳算法对孪生支持向量机的参数进行寻优，以获得最优模型用于设备状态量的分析处理，从而实现故障类型的快速分类。实验结果表明，改进孪生支持向量机的分类准确率约为90%,且所提模型的故障诊断准确率和时间分别约为98.05%及1.48 s,优于其他对比方法。     

电力变压器故障诊断专家系统研制及其应用技术开发

电力变压器故障诊断对变压器、电力系统的安全运行有着十分重要的意义。本文介绍了变压器故障诊断的基本原理和常用方法,描述了所开发的TFDES结构、推理机制、特点、实现方法及各模块的功能,并结合具体实例测试表明:TFDES结构合理,推理正确,能有效地诊断运行中变压器的内部潜伏性故障。     

基于粗糙集的故障诊断方法

利用粗糙集理论对决策表进行约简以自动获取过程工业生产系统中的故障知识，从信息熵的角度分析系统知识不确定性的变化，提出了一种基于粗糙集理论的故障诊断新方法，研究了粗糙集理论在故障诊断中的适用性，在前向推理和反向推理的基础上，给出了针对故障点建立决策表以及利用粗糙集约简所获得的诊断规则进行正、反向故障诊断的步骤，讨论了这种故障诊断方法的诊断性能及其在计算上的复杂度。通过这种方法能够进行故障的寻找和定位，实例分析的结果说明了利用粗糙集进行知识发现及建立智能故障诊断系统的可行件和有效件。     

基于动态贝叶斯网络的目标侦察信息处理研究

动态贝叶斯网络是对具有随机过程性质的不确定性问题进行建模和处理的有力工具．战场环境随机变化使得侦察信息处理变的复杂化，从而影响决策的具体方式或决策方向．本文提出将隐马尔可夫模型图形模式与模糊推理结合起来构成DBN，将其用于战场侦察情报的推理分析．首先建立动态贝叶斯网络的环境变化感知模型，而后应用Viterbi解码算法获得当前隐合序列最优估计，通过HMM状态转移矩阵可预测出未来环境变化趋势，最后应用模糊推理得到问题的最优的决策或优先采用的解决方式．仿真结果表明了模型的可行性．     

基于时间约束脉冲神经P系统的电网故障诊断方法

为在电网故障诊断过程中快速准确地识别故障元件,文章提出一种基于时间约束脉冲神经P系统的电网故障诊断方法。首先,利用保护装置之间的动作顺序建立线路和母线的时间约束脉冲神经P系统故障诊断模型;然后,利用断路器、继电器和元件之间的时间约束对警报信息进行检查并修正诊断模型输入神经元的初始脉冲值;最后,用矩阵推理算法进行故障诊断,并对保护装置的动作行为进行评价,判断保护装置的拒动、误动情况。采用IEEE39节点系统进行算例分析,证明该方法可行、有效。     

基于IVFS的专家模糊控制应用研究

针对不确定性知识难以量化．摸铷控制器曲隶属函数不容易确定等问题．提出了一种区间值横期产生式规则．建立模糊控制规则模型，给出了区间值模糊匹配函数定义，在此基础上给出了区间值模糊推理方法。该方法更有利于模期规则的精确匹配．应用到实际工业控制对象，能更好的反映领域专家的决策思维和推理过程。     

基于贝叶斯疑似度的有向二分图模型的故障元件诊断

针对目前已有的故障诊断方法存在的计算复杂度高、建模困难、诊断误差较大等不足,分析了故障与征兆之间的非确定性关系,建立了概率加权的有向二分图故障诊断模型,依据统计概率对模型进行初始化,结合开关量时序属性对征兆信息进行完备化处理,通过计算贝叶斯疑似度对电力系统中的故障进行诊断,输出故障诊断结果.