基于概率推理和模糊数学的变压器综合故障诊断模型

在作者提出的电力变压器绝缘故障诊断概率模型的基础上,文章又以统计数据为依托来考察故障与征兆之间的相互关系,以及故障发生的可能性的同时,考虑了在征兆提取中的模糊边界问题。与仅用概率推理或模糊数学的方法相比,文中的方法更能真实地反映故障诊断的特性。     

运用模糊神经网络的凝汽器故障诊断系统

凝汽器系统运行中出现的故障与故障征兆之间是非线性关系,具有复杂性、模糊性和随机性,难以用数学公式表示。为此,运用模糊理论与神经网络故障诊断方法,建立凝汽器故障诊断专家系统,采用模糊隶属度函数表示难以准确描述的专家知识,采用神经网络进行推理,使诊断结果具有较高的可靠性。     

生产过程轻微和早期故障智能诊断的一种新方法

为实现生产过程轻微故障和早期故障的正确识别与及时诊断，提出了一种结合征兆缩放技术和模糊知识表达的故障综合智能诊断的新方法。在模糊模式识别、神经网络等故障智能诊断方法的基础上，利用征兆缩毛主席技术可有效降低故障知识库的复杂程度，实现生产过程微弱故障的正确检测、诊断。为提高智能诊断模型对早期故障的识别能力并保证诊断结果的可靠性和稳定性。综合运用了趋势型和语义型两种故障征兆，探讨了两种征兆的模糊表达及合成计算方法。以火电机组高加系统轻微和早期故障诊断为例，验证了本文方法的有效性。     

发电机定子绕组绝缘局放在线监测系统的应用

通过发电机定子绕组绝缘在线监测装置PDA-Ⅳ在鲁布革发电厂的应用,介绍了PDA-Ⅳ的检测特性、数值判断标准及对发电机定子绕组绝缘状况评估的分析方法.识别故障的早期征兆,对故障部位及其严重程度,故障发展趋势作出判断,根据诊断结果对发电机定子绕组实施状态检修.     

基于专家系统开发工具的汽轮机振动故障多征兆模糊诊断方法

提出一种基于专家系统开发工具(CLIPS)的汽轮机振动故障多征兆模糊诊断方法,研究了多征兆模糊规则的诊断知识表示及规则结论的可信度组合,使用Visual C 和CUPS开发了火电厂汽轮机振动故障诊断专家系统.该系统能根据汽轮机振动现象进行故障诊断,先通过频谱振幅信息进行初步诊断,再利用多征兆自动诊断和人工模糊诊断相结合的方法,选择出现的故障征兆,确定各征兆的发生程度,进一步缩小故障范围.诊断实例验证了该系统的可靠性.     

移动Agent在发电机绝缘状态智能诊断网络系统中的应用

发电机绕组的绝缘状况，将直接影响发电机系统的正常运行。因此，对发电机绕组的绝缘故障，通过网络实现智能诊断是一种行之有效的方法。本文通过引入移动主体，提出一种网络诊断的实现方式。     

基于模糊Petri网的GIS故障诊断与可靠性分析

基于GIS故障的随机性、多样性和故障征兆的模糊性,本文提出模糊Petri网(FPN)的GIS故障建模及推理方法,其将Petri网理论与模糊推理规则有机结合在一起,具有快速准确的并行推理能力。结合大量的统计故障案例,建立较为全面的基于FPN的GIS系统故障诊断模型。当系统未发生故障时,利用历史故障数据和FPN的正向矩阵推理对GIS进行可靠性分析,并将FPN的分析结果与传统的故障树法进行对比分析,验证FPN可以快速、准确地计算出中间和目标库所的概率重要度,并对初始库所重要度进行分析;在已知故障现象的情况下,通过反向的模糊推理规则,找出故障原因。以GIS绝缘缺陷和机械故障为例,验证了GIS故障模型和FPN方法的正确性和快速性。     

基于自组织模糊神经网络的汽轮发电机组振动故障诊断系统

针对目前汽轮发电机组振动故障的模糊诊断系统精度较低的问题,将模糊理论与神经网络技术结合,构造了适合于大型复杂系统故障诊断的自组织模糊神经网络系统的体系结构.在此基础上,提出了一种新型的样本模糊自组织方式,利用快速傅里叶变换(FFT)分析方法和图形分析法提取足够多的故障征兆,再采用聚焦式模糊分段算法对故障征兆进行模糊化处理,然后建立合理的训练样本库,并将经过确认的故障数据增加到标准案例库中,以提高整个系统的诊断能力.其中,聚焦式模糊分段算法对故障征兆中正常与不正常的转折部分进行非线性聚焦,即离正常与不正常的分界值越近时,故障征兆的特征抽取密度越大,使得原来模糊的分界部分被清晰化,大大提高了诊断精度.最后,以108DAI专用检测系统作为硬件支持,设计和实现了600 MW汽轮发电机组常见振动故障的模糊诊断系统,并利用现场故障数据验证了该系统的有效性.     

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。     

感应电机常见故障的模糊诊断（之一）

轴承故障、定子绝缘故障与绕组股线断股、鼠笼转子断条等故障约占鼠笼异步电机故障的８０％。在本文和其姊妹篇中，详细地讨了用模糊诊断方法对上述各类故障进行诊断的问题。本文将监测所得振动信号的时域方差和峭度，以及其振动信号的包络的幅频谱所得的几个特征频率处的幅度转化成隶属度向量，作为模糊诊断度。本文还介绍了用最小二乘原理，对实验室一台７．５ｋＷ的鼠笼异步电机滚动轴承故障的隶属度函数、模诊断关系矩阵进行自学     

基于模糊Petri网的用电信息采集系统故障诊断方法

采用一种模糊Petri网理论与专家系统结合的方法对用电信息采集系统整体进行故障诊断,提高了用电信息采集系统故障诊断的效率。根据用电信息采集系统故障逻辑关系,结合Petri网建模方法,建立模糊故障Petri网模型;通过逆向推理的方法,实现系统运行状态的准确评价。最后结合实例对故障诊断的推理过程进行了验证,证明了该方法的可靠性和合理性。     

一种基于模糊规则和遗传算法的凝汽器故障诊断方法的研究

该文总结了汽轮机组凝汽器低真空常见故障，建立了凝汽器典型故障集。介绍了基于信息熵的故障征兆提取方法，建立了凝汽器故障征兆集。在利用模糊规则的故障诊断方法基础上，提出了一种基于模糊规则和遗传算法的凝汽器故障诊断方法。通过遗传算法对用于故障诊断的模糊规则进行精简，消除了低置信度规则的影响，从而提高了故障诊断效率。最后，将该文提出的方法用于某汽轮机组凝汽器故障诊断中，结果表明该方法行之有效，且易于工程实现。     

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。     

基于模糊推理的电网故障诊断专家系统的研究

针对电网故障的不确定性因素,采用多级模糊综合评判的推理机制,设计了模糊推理理论的专家系统,该机制通过专家系统判断信息的合理性和模糊综合评判的推理能力,结合故障信息和不确定性因素,得到最合理的故障情况.通过实际算例,验证了该方法的可行性.     

基于粗糙集理论的真空断路器故障诊断方法

真空断路器的故障和征兆总是存在着随机性、模糊性和不确定性。以粗糙集理论为基础的,用于真空断路器故障诊断。通过以故障征兆为条件属性集,以故障为决策属性集,建立故障诊断的决策表,通过约简决策表,剔除冗余条件属性,建立起征兆与故障的决策规则,从而快速、准确地诊断真空断路器的故障。     

振动故障模糊诊断方法的研究

在建立故障机理研究和故障诊断的数学模型的基础上,分析了振动故障模糊诊断方法存在的问题。根据征兆对故障的肯定和否定程度,提出了模糊筛选矩阵,建立了反映故障诊断本质的数学模型。     

基于模糊理论的MOA故障诊断方法研究

为了对MOA进行在线诊断,及时、准确地了解MOA的运行情况,本文将模糊理论应用于MOA的故障分析中,介绍了模糊诊断技术的基本原理并总结了MOA模糊诊断模型建立的一般步骤。根据MOA运行过程中的常见故障及故障与征兆之间的模糊关系,确立了MOA的故障集、征兆集、隶属函数、模糊诊断矩阵、模糊算法和故障诊断原则。实例验证表明:该诊断模型算法简单,易于编程实现,诊断结果准确度高,适用于MOA故障的在线诊断。     

一种基于模型模拟电路模糊故障诊断方法

文中提出了一种基于模型的模拟电路故障诊断方法。它以节点电压为测试量,将元件故障及节点的故障电压模糊化,根据电路的拓扑结构,以节点为基点,以节点电压传递为纽带建立模拟电路的故障模型,以模拟贴近度为判断依据来进行故障诊断和选择最佳测试点,并将测试得到的新的信息不断吸收进去,从而快速而有效地诊断出故障,它利用了模糊量的冗余性,克服了容差的影响,不仅能对硬故障,而且对软故障都能较好地定位到元件级,同时又可在线或离线诊断,文中给出了一个直流电路故障诊断的实例,所得的结果是令人满意的。     

基于模糊神经网络的凝汽器故障诊断及其性能监测

凝汽器是凝汽式汽轮机的主要辅助设备,其凝汽器系统运行中出现故障的原因与故障征兆之间是非线性关系,具有复杂性、模糊性和随机性,难以用数学公式表示。针对此情况,结合模糊理论与神经网络2种故障诊断方法的优势,提出采用串联型模糊神经网络为凝汽器故障诊断模型,用Matlab 6.5矩阵式运算语言开发故障诊断及其性能监测软件。故障诊断软件包括征兆参数的获得、故障诊断及结果柱状图显示;性能分析软件主要是相关参数的计算及正常与变化工况曲线的比较。给出了某电厂100 MW汽轮发电机组诊断实例。     

基于云物元分析原理的电力变压器故障诊断方法研究

变压器油中溶解气体分析(DGA)是电力变压器故障诊断的重要方法。针对物元理论变压器故障诊断方法中,在建立故障模式物元模型时没有考虑边界值的不确定性的不足,首次在变压器故障诊断研究方面引入云模型,结合云模型的不确定推理特性以及物元理论能同时进行定性定量分析问题的优点,提出了一种基于云物元分析原理和DGA相结合的电力变压器故障诊断新方法。通过建立变压器故障诊断的云物元模型和计算特征云物元与标准云物元之间的关联函数,实现对变压器故障模式的有效识别。实例分析验证了方法的正确性和有效性。