一种基于体液免疫原理的电网故障诊断模型设计方法

该文借鉴体液免疫应答原理解决当前电网故障诊断所面临的故障信息不确定性问题。首先,构建了体液免疫应答过程与电网故障诊断过程所涉及的基本量的对应关系。其次,模拟体液免疫抵御抗原入侵的免疫机制和结构,构建了基于体液免疫应答机制的电网故障诊断模型,该诊断模型具有较强的容错能力,不仅可以根据先验知识诊断出已知的故障,而且能够通过系统的连续学习功能诊断未知的故障。最后,通过诊断算例验证了所构建诊断模型的有效性与可行性。     

火电厂热工控制系统的故障诊断研究

结合火电厂的实际情况，确定了热工控制系统中的故障诊断对象、常见故障类型和故障诊断方法；对系统中重要传感器、执行器的常见故障提出了基于信号分析和数据统计的诊断方法。以某300MW机组过热汽温控制系统为例，对传感器的断线、增益、偏差和超速等故障以及执行器的卡死、滞环、粘滞一滑动等故障的诊断进行研究，最后给出两个诊断实例。     

基于虚拟仪器的发电机励磁系统故障诊断

发电机励磁系统功率单元故障将严重影响发电机的稳定运行,快速准确发现、排除故障显得非常必要。本文在分析发电机励磁系统功率单元工作原理和特点的基础上,对其故障进行了分类,提出了一种改进的模式识别诊断方法,并据此开发出了基于虚拟仪器的发电机励磁系统功率单元的故障诊断系统。测试表明该诊断系统能够准确地判断出具体的那个晶闸管发生故障,给出正确诊断。     

采用粗糙集联合规则挖掘算法的分布式电网故障诊断

鉴于传统的人工智能技术在大电网故障诊断应用中存在的局限性,采用分布式的思想来解决该问题,并提出一种基于粗糙集理论的联合规则挖掘算法,该算法能够有效地从分布式信息系统中提取联合规则。为了更好地解决电网故障诊断问题,构建了基于该联合规则挖掘算法的分布式电网故障诊断模型。该模型不仅能够有效地诊断各局部电网内部的故障,而且能够有效地诊断各局部电网之间联络线的故障,弥补了分布式电网故障诊断中联络线故障诊断规则不足的缺陷。对大电网进行分割,不仅能够有效识别各类复杂故障,而且也使得每个局部电网决策表的规模大为减小,同时联合规则挖掘算法也显著地降低了规则提取的复杂度,解决了粗糙集理论在大电网故障诊断中遇到的瓶颈问题。算例表明该方法简单、有效、速度快、容错性好。     

基于深度置信网络的双馈风机变换器开路故障诊断

双馈风机的定子与电网直接连接,转子通过转子侧变换器和网侧变换器与电网进行功率交换。变换器的电力电子开关容易发生开路故障,影响双馈风机的安全稳定运行。文中针对双馈风机常见的变换器开路故障,提出一种基于深度置信网络的故障诊断方法。首先分析了双馈风机在转子侧变换器和网侧变换器的单个和双个开关管故障下的输出响应。基于双馈风机的变换器开路故障数据,构造多层受限玻尔兹曼机结构,充分利用深度置信网络优异的模式识别能力,深度提取不同故障条件和运行工况下转子电流和网侧电流的信号特征,提高算法准确度。仿真结果表明,该故障诊断方法能够准确识别单开关和双开关的多类型复杂故障。     

小波熵证据的信息融合在电力系统故障诊断中的应用

电力系统中快速准确的故障诊断是事故后隔离故障元件、恢复系统正常运行的首要前提,具有重要意义。该文从信息融合的角度出发,提出利用多种小波熵测度的融合来解决电力系统故障诊断问题。小波熵测度由于结合了小波变换和信息熵理论的优势,能快速准确地提取线路故障特征,但由于故障的不确定性和多样性,依靠单一的小波熵测度诊断故障可能出现诊断困难或诊断失真等问题,因此提出采用D-S证据理论对多种小波熵进行信息融合,并采用范数加权平均的方法来建立基本可信度分配,以基本可信数的决策方法来实现故障模式诊断。基于EMTDC和Matlab的仿真证明,该方法能提高对故障诊断结果的支持度及故障诊断的准确性和实时性,是故障模式定量诊断的一种可行性新方法。     

一种基于故障录波信息的电网故障诊断方法

在系统发生复杂故障或开关、保护存在较多误动、拒动以及因信道干扰而发生信息丢失等诸多不确定因素的影响下，目前基于开关和保护信息的诊断方法已经不能取得满意的结果，必须寻找新的信息源。随着继电保护及故障录波信息网的建立，丰富的录波信息为进一步诊断提供了基础。根据电力系统目前的实际运行情况和今后的发展，提出了一种合理利用采集信息进行分层故障诊断的方法。对在复杂故障情况下利用故障录波信息作进一步诊断的方法进行了研究，提出了虚拟保护的诊断思想，并建立了相应的面诊断模型，有效地弥补了利用开关、保护信息诊断的局限性。利用组件对象模型（COM）和Windows的动态连接库（DLL）技术建立了通用的、可共享的诊断系统。     

基于信息理论的电力系统在线故障诊断

该文引入信息理论来研究和处理电力系统故障过程中存在的不确定性，研究了电力系统故障中的信息运动过程，建立了故障诊断的信道模型；基于信息损失最小原理，提出了适用于大规模系统不确定性决策的故障诊断新方法，该方法将故障诊断问题转化为求取最小信息损失的组合优化问题。文中还研究了通过信息损失来计算故障诊断解空间的概率分布方法，并针对大规模系统给出了近似解空间概率分布的求解方法。应用该文方法进行电网故障诊断，能给出各种可能发生的故障组合以及每种故障组合发生的概率。算例表明，该方法的快速性能满足大规模电力系统在线故障诊断辅助决策的要求。     

计及警报信息时序特性的电网故障诊断解析模型

现有的故障诊断解析模型没有利用警报信息的时序特性,对于复杂的多重故障,诊断结果可能有2个甚至多个解,不够明确。文中通过提出动态关联路径的概念,构造了能够充分利用警报信息时序特性的电力系统故障诊断的一种新解析模型,能够合理地描述现代电力系统多种保护配置下保护和断路器的动作时序关系,对于复杂故障可以得到更为明确的诊断结果。最后用实际电力系统所发生过的故障对所提出的方法进行了说明。     

基于长短期记忆网络的永磁同步风机变换器开路故障诊断研究

永磁同步风机通过全功率背靠背变换器与电网连接,实现风能与电能的转换。风机的运行环境恶劣,变换器的电力电子开关器件容易发生开路故障,影响风力发电系统的正常运行。针对永磁同步风机网侧变换器和机侧变换器常见的开关管开路故障,提出一种基于长短期记忆网络的故障诊断算法。分析变换器开关管故障下的永磁同步风机输出变化,基于风机变换器开路故障样本数据,构造具有多隐藏层的网络结构挖掘信号中的隐藏信息,充分利用长短期记忆网络优异的模式识别能力,深度提取不同工作条件和故障状态下的网侧电流和发电机电流的信号特征,提高故障诊断性能。仿真结果表明,提出的故障诊断方法能够快速、准确地识别出永磁同步风机的变换器开路故障。     

基于集成学习的高压直流输电系统故障诊断

以某西南电网变电站出现的4种故障的实测数据作为数据集,针对高压直流输电(high voltage direct-current, HVDC)系统的故障诊断设计出一种基于集成学习(ensemble learning, EM)的故障诊断方法,显著提升了故障诊断的速度、精度和鲁棒性。首先,对4类故障数据进行数据预处理,同时对故障数据的特征进行提取并完成训练,使用故障数据标签对故障数据集进行均分权重。然后,计算当前弱分类器对带权重数据集的分类误差,并计算当前分类器在强分类器中的权重。最后,更新训练样本权值的分布得到强分类器,根据训练好的模型对不同数据集下的故障类型进行辨识实验。通过与BP神经网络故障诊断模型对比,所提出的方法在多组测试中可以达到89%以上的诊断准确率,错误率较低并且鲁棒性强,有利于HVDC系统的故障识别和快速诊断。     

基于模糊推理的电厂设备通用型故障诊断系统研究

介绍基于诊断知识的模糊描述方法，把模糊数学应用到电厂设备故障诊断系统中，建立电厂设备故障分析的模糊知识库和模糊推理机制。同时对不同故障设立不同的故障阈值，并根据相应的专家知识进行故障诊断，使整个系统具有灵活性和通用性。     

基于上下续电流的功率变换器故障诊断方法

开关磁阻起动/发电系统中功率变化器是核心部件,其故障将会给系统带来不可估量的影响。针对功率变换器的典型电气故障(上下管的开、短路故障)进行了分析,研究了上下续电流的变化,结合电动状态和发电状态的共同点和不同点,基于上下续电流分别提出了一种在线故障诊断方案,利用上下续电流在一个周期内积分值的变化,来进行判断故障类型和故障位置;同时利用数字化的思想,提取了故障特征系数F'_(AB1)、F'_(AB2)和F'_(A12),利用判断特征系数来进行在线的故障诊断;最后搭建了开关磁阻起动/发电系统的故障诊断模型并分别进行了仿真验证。结果表明:该方案在电动和发电状态都能够实现在线的故障诊断,并且实现了故障验证;与相电流故障诊断相比,大大降低了虚警率。     

PMSM DTC系统逆变器故障的模糊神经网络诊断

针对永磁同步电机(PMSM)直接转矩控制(DTC)系统中常见的电力电子逆变器故障,提出了一种基于智能策略的诊断方法。根据PMSM DTC系统逆变器故障的特性,建立了一个自适应神经模糊网络的模型,选择PMSM的电流量作为故障检测和诊断的信号源,对系统正常及故障状态下的电流特性进行了分析,并利用训练好的模糊神经网络进行逆变器的故障诊断。仿真结果表明,该方法仅需检测电机的一相电流便可直接实现逆变器多种常见故障的诊断,摒弃了复杂的信号变换,同时节约了系统成本,保障了故障系统容错策略的实施。     

基于GA与RS的电力系统输电线路故障诊断

针对电力系统中存在着各种故障,及断路器跳闸进而引起大范围停电的情况,提出了一种基于建模-简约-优化的多源信息融合的智能故障诊断方法.通过对电力系统输电线路故障的原因分析,确定基于遗传算法的故障诊断规则.再利用粗糙集理论对故障动作决策表进行最大限度的约简,此方法保留了关键信息同时得到了知识的最小表达,能够更快更准确的诊断出故障发生的位置.通过实验证明:文中所提出故障诊断模型高效便捷,可应用于大型电力系统的故障诊断,尤其是输电线路方面的故障诊断,在诊断电力线路故障方面提供了一个切实有效的方法.     

基于小波变换的开关磁阻电机系统功率变换器故障诊断

适用于开关磁阻电机(SRM)驱动系统的功率变换器是决定系统可靠性的关键环节,功率变换器的长时间故障运行会导致整个系统的崩溃,因此,功率变换器的故障诊断具有重要的作用。采用离散小波变换方法,提取故障相电流的平均值与标准差的比值作为诊断特征量,对功率变换器斩波管和位置管的4种故障类型进行分析和讨论,实现了故障类型的确定与故障器件的定位。最后通过仿真和试验验证了所提的故障诊断方法具有良好的可行性和有效性。     

火电厂汽轮机振动故障诊断专家系统设计与实现

为了及时有效地根据火电厂汽轮机振动信号诊断出故障原因,并为设备提供检修参考意见,讨论了利用汽轮机组的振动频率对故障进行模块划分,使用VisualC 和专家系统工具CLIPS开发了火电厂汽轮机振动诊断故障诊断专家系统。该系统能够根据汽轮机振动现象进行故障诊断,最后的诊断实例验证了其可靠性。     

网络模式的电网故障仿真培训系统

介绍了用于电网故障诊断和处理的仿真培训专家系统。该系统从模拟各种类型故障的报警信息出发，训练调度员根据报警信息快速判断和处理故障的能力。该系统既可以人工设置故障案例，也可由系统自动随机地产生故障案例。该系统在软件体系结构方面引入客户-服务器模式，在图形化的基础上实现学员台-教员台的教学功能。     

电网故障诊断的时间因果贝叶斯网模型

在使用保护和断路器的动作信息进行电网故障诊断时,这些警报的时序特性的加入能够给诊断提供更丰富的信息,使得诊断结果更准确。提出了电网故障诊断的时间因果贝叶斯网模型,采用模糊方式对时间因果关系进行离散化处理,采用模糊运算来合成多个时间因果关系,通过概率计算获得最大可能的故障假说。理论与算例表明该方法有效可行。     

基于发电集团生产信息网的远程振动监测与诊断系统研究

振动是汽轮发电机组运行中最常见的主要故障之一。对振动情况进行在线监测与故障诊断成为普遍的需要,各发电集团搭建的生产信息网为远程监测与故障诊断提供了平台。介绍了一种基于网络的汽轮发电机组远程振动监测与故障诊断系统,围绕数据流程和系统结构图,分析了该系统的基本构成及实施方案。该系统是集现场振动数据采集、网络通讯、状态监测、故障诊断和计算机网络等先进技术于一体的远程监测诊断系统,具有广阔的应用前景。