基于WSN和数据融合技术的电力变压器故障诊断系统的研究

探讨一种基于数据融合和可拓理论的电力变压器故障诊断方法,基于此方法,应用无线传感器网络技术和.NET开发平台构建和开发出一套电力变压器故障诊断系统。该系统将WSN技术用于电力变压器油中溶解气体的无线数据采集,实现变压器油中溶解气体的实时数据采集和传送;同时运用信息融合技术对数据进行优化处理,既可以降低网络能耗又保证了数据的准确和客观;在变压器进行故障诊断时,针对现有电力变压器故障诊断的气体比值法存在的编码规则不完整、诊断故障类型单一等缺陷,使用可拓诊断方法,定量与定性相结合,使变压器故障诊断方法更为精细化。在线故障诊断可视化系统可以实现变压器油中溶解气体参数的采集、显示、分析、存储和回放等功能,实现对变压器故障信息的实时分析与自动诊断,既解决了作业人员远程实时监测变压器运行状态问题,又大大提高了变压器故障诊断的性能,为变压器在线监测和故障诊断技术提供新的发展方向。     

基于信息融合方法的电力变压器网络在线监测与故障诊断研究

针对电力变压器在线监测与故障诊断问题,提出了基于多传感器信息融合与嵌入式网络相结合的解决方案。介绍了变压器油中气体分析的原理及诊断方法,重点论述了基于Webit的嵌入式网络在线监测方法,基于BP网络的混合气体识别方法及多传感器一致性信息融合方法等通过试验,验证了方法的有效性。     

半导体激光宫颈糜烂治疗仪故障在线监测研究

传统的半导体激光宫颈糜烂治疗仪故障监测方法是基于基极短路法实现在线监测,监测过程中存在平均时延过高的问题。为此,设计半导体激光宫颈糜烂治疗仪故障在线监测方法。分析半导体激光治疗仪常见故障,以此为基础,引用合适的微型传感器,选择LMC662芯片作为前置放大器,设计相应的前置放大电路,利用无线传感网络技术向监测中心发送故障报警信息,实现治疗仪故障在线监测。测试结果表明:传统的监测方法测试的平均时延为46 ms,设计的治疗仪在线监测方法测试的平均时延为24 ms,两者相比,设计的治疗仪在线监测方法平均时延更小,该方法更适合应用在实际项目中。     

基于信息融合技术的瓦斯传感器故障诊断研究

文章提出了将基于RBF网络的信息融合技术应用于瓦斯传感器故障诊断的思想。该思想的核心是通过对影响测点瓦斯浓度的各种相关信息融合,利用高精度RBF网络逼近器的输出与瓦斯传感器实际的输出之差与设定的阈值比较,实现瓦斯传感器故障的监测诊断。试验表明该技术能对瓦斯传感器进行有效的状态监测和故障诊断。     

基于振动信号分析的大型变压器运行故障实时监测方法研究

为实现对变压器运行故障的精准监测,以某发电站提供的大型变压器为例,设计基于振动信号分析的大型变压器运行故障实时监测方法。首先,根据监测需求,在变压器柜体上安装振动传感器,采集大型变压器运行振动信号;其次,利用振动信号分析技术转换极值点信号,实现大型变压器运行振动信号本征模态的分解;最后,进行实验分析。实验结果表明,利用该方法监测的大型变压器运行故障振动信号频率曲线,与实际故障信号振动频率曲线基本重合,优于对照组。     

基于多因素考虑的变压器故障概率模型

变压器在电力系统中意义重大,电力变压器一旦发生故障对电力系统将造成重大损失.在电力行业发展进程中,预防性检修及定期检修已不能满足当前的需要.因此研究基于在线监测的变压器故障诊断技术,获取当前变压器的健康状态,更好地对变压器的运行状况进行维护.综上所述:在线监测的变压器诊断技术对电力系统的安全运行具有非常重要的现实意义.当前的故障概率计算大多是针对可靠性的故障进行计算[1],没有综合考虑运行年限、已发生故障以及维修情况、运行经历等因素.因此得出的故障概率不是很准确,论文将从变压器运行的在线监测数据、运行年限、已发生的故障及维修情况、运行经历综合进行考虑,综合以上因素加权最后得出变压器整体的故障概率.     

压电式加速度传感器振动信号采集系统

针对变压器产生的振动信号的特征,设计了一种基于压电式加速度传感器的变压器振动信号采集系统。以振动控制台为试验对象,利用此系统对控制台输出的振动信号进行采集,并用快速傅里叶变换对采集到的振动信号进行分析。实验结果表明：该系统将压电式加速度传感器输出的电荷信号转换成了标准的电压信号,能够准确、实时地采集振动信号,为变压器故障在线监测奠定了基础。     

输电线路远程监控与故障预警在线监测控制器研究

设计输电线路远程监控与故障预警在线监测控制器,融合多种传感器技术,实时采集输电线的运行状态、微气象信息和危险点图像等信息,对输电线路特殊环境起到远程监控和故障预警作用。     

基于信息融合技术实现变电站智能降耗与监测的方法

针对常规技术中变电站离线监测效率低的问题,研究了新型的在线监测方法.建立了电能损耗数值计算模型,反映出有功、无功、空载、负载损耗之间的关系,设计了单向树搜索法,能够优选功率损耗最小的变压器并列运行方式,最大程度地减少了损耗.设计出新型数据采集器,利用信息融合技术对采集到的信息进行综合处理和协调优化,最终实现变压器的在线监测流程.实验表明,所提方法的监测方法误差在10％ 以内,可靠性好.     

信息融合的故障诊断技术及应用

介绍了信息融合的种类和层次,信息融合的基本特点,融合系统的构成及关键技术;分析了融合技术处理多源信息的能力,将数据融合技术与故障诊断原理融为一体,通过数据层信息融合、特征层信息融合、决策层信息融合,实现了基于数据融合技术的变压器故障诊断;减少了传感器不确定性误差的影响,解决了变压器故障诊断中不确定推理过程,提高了变压器故障诊断的确诊率。     

网络安全中多源传感器数据融合技术研究

多源传感器数据融合技术是网络安全领域的研究热点。本文提出了一种基于时间和空间的数据融合分类方法,比较分析了各种数据融合技术在分布式入侵检测系统和网络安全态势感知系统中的应用,讨论了网络安全中多源传感器数据融合技术的发展趋势。     

Data fusion and multiple classifier systems for human activity detection and health monitoring: Review and open research directions

Activity detection and classification using different sensor modalities have emerged as revolutionary technology for real-time and autonomous monitoring in behaviour analysis, ambient assisted living, activity of daily living (ADL), elderly care, rehabilitations, entertainments and surveillance in smart home environments. Wearable devices, smart-phones and ambient environments devices are equipped with variety of sensors such as accelerometers, gyroscopes, magnetometer, heart rate, pressure and wearable camera for activity detection and monitoring. These sensors are pre-processed and different feature sets such as time domain, frequency domain, wavelet transform are extracted and transform using machine learning algorithm for human activity classification and monitoring. Recently, deep learning algorithms for automatic feature representation have also been proposed to lessen the burden of reliance on handcrafted features and to increase performance accuracy. Initially, one set of sensor data, features or classifiers were used for activity recognition applications. However, there are new trends on the implementation of fusion strategies to combine sensors data, features and classifiers to provide diversity, offer higher generalization, and tackle challenging issues. For instances, combination of inertial sensors provide mechanism to differentiate activity of similar patterns and accurate posture identification while other multimodal sensor data are used for energy expenditure estimations, object localizations in smart homes and health status monitoring. Hence, the focus of this review is to provide in-depth and comprehensive analysis of data fusion and multiple classifier systems techniques for human activity recognition with emphasis on mobile and wearable devices. First, data fusion methods and modalities were presented and also feature fusion, including deep learning fusion for human activity recognition were critically analysed, and their applications, strengths and issues were identified. Furthermore, the review presents different multiple classifier system design and fusion methods that were recently proposed in literature. Finally, open research problems that require further research and improvements are identified and discussed.     

微型电容式压力传感器中的温度效应

主要介绍了利用硅-硅键合技术制作的微型电容式温度传感器的温度效应,给出了详细的制作工艺.文中对测试装置进行了详细介绍和深入分析.最后对制作的传感器器件进行了测试,并对测试结果进行分析.结果表明这种微传感器的温度影响需要校正,否则影响传感器的的线性工作范围.     

基于ZigBee的无线振动传感器设计与实现

基于振动分析法的变压器带电监测方法是一种有效且便利的变压状态监测手段.目前大多数振动监测系统均采用有线的ICP压电加速度传感器采集变压器油箱壁振动,对现场带电监测和安全存在诸多不便和问题.设计了一种基于最新MEMS振动传感元件和ZigBee无线通信的振动传感器,可用于多振动测点无线网络的电力变压器油箱表面振动监测方案.测试和实际现场使用表明,设计的振动传感器技术性能指标满足变压器振动检测要求,能够应用于变电站中的电力变压器带电振动监测和故障诊断.     

基于多传感器数据融合技术的臭氧监测系统设计

针对臭氧在进行保鲜和消毒时的特点和要求,设计了一种基于多传感器数据融合技术的监测系统,用来严格监测臭氧浓度。系统采用自主设计且拥有专利的臭氧传感器进行数据采集,并通过搭建无线传感器网络实现对臭氧浓度的实时监测。为了提高数据的准确度,首先要剔除可疑数据,然后选择适当的算法对数据进行数据融合。仿真结果表明:数据融合后所得到的融合值更加平稳,可靠性高,通过选择适合的融合算法可以提高臭氧浓度采集的精度。     

基于Android的多传感器信息融合技术应用

介绍基于Android的多传感器信息融合技术在气溶胶自动化检测中的应用。多个传感器采用统一接口方式组网,每一个独立传感器采集的数据通过蓝牙传输到网内的Android处理终端进行融合和分析。通过对5种传感器进行组网采集数据,结果证明多传感器信息融合技术的应用增强了信息处理系统的适应性,实现了传感器之间的数据互补,提高了系...     

多传感器信息融合技术在智能机器人环境感知中的研究进展及应用

多传感器信息融合技术是一种有别于经典数据处理技术的高级处理方式,主要目的是为了让智能设备在越来越复杂的工作环境中有更好的表现,使其能有更强的感知能力和操作精准度;在对传感器技术、人工智能、机器人技术、多传感器信息融合技术及常见多传感器信息融合的应用进行了系统的整理和研究后,针对目前的多传感器数据融合技术进行全面地介绍,并简要阐述多传感器信息融合的一般结构,重点分析不同融合算法的特点和优劣势,明确不同融合模型之间的差别以及对数据处理策略上的影响,充分列举现国内外发表的关于多传感器数据融合技术的重要研究及应用,并对多传感器数据融合技术的发展与展望做检验阐述,为多传感器数据融合技术研究提供重要理论依据。     

小波去噪和数据融合及在线监测系统中的应用

准确测量电力设备的各种运行参数,是电力设备在线监测系统进行故障诊断的重要前提,为了从被噪声干扰的各个传感器测量中获得更准确的测量结果,文中提出了一种基于小波去噪和数据融合的多传感器数据重建算法,数据重建的结果更精确地描述原信号,且算法具有计算量少、速度快等特点,并首次将红外测温仪应用于测量变压器绕组的温度在线监测系统中,现场数据的处理验证了该算法的正确性。