计及信息畸变影响的电网故障诊断分级优化方法

基于优化算法的电网故障诊断方法可归纳为相似性诊断方法和覆盖性诊断方法.在故障信息发生畸变时,两类方法分别存在漏诊断和误诊断的问题.为了提高电网故障诊断的准确性,结合两类诊断方法的特点提出了电网故障诊断的分级优化方法.该方法依次进行所有警报信息的相似性诊断,保护信息的相似性诊断,以及覆盖性诊断,通过分级诊断分离出故障发生可能性不同的几类可疑故障元件.算例测试表明该方法避免了传统优化方法的弊端,可在警报信息发生畸变且存在多次保护和断路器不正确动作的情况下对多重故障进行准确地诊断.针对已有方法中特征警报状态矢量造成寻优计算量大的问题,提出了构造自适应特征警报状态矢量的方法;并基于故障后的停电区域研究了限定及建立诊断模型中各类变量的简单方案;通过采用这些方法提高了诊断过程的快速性.     

基于多方法组合诊断模型的大型变压器故障诊断

电力变压器故障征兆与故障原因之间的关系错综复杂,而单项诊断方法由于信息特征独特、考虑角度单一,往往很难满足故障诊断的要求.因此,提出了在变压器故障诊断中采用多种方法组合诊断的思想,以克服单种方法的偏好对最终诊断结果所产生的影响.该方法采用模糊C均值聚类(FCM)诊断法、BP神经网络诊断法、粗糙集理论故障诊断法和IEC 60599推荐的三比值法这4种诊断方法作为独立的单项诊断方法,根据各自诊断的误判率,按照诊断误差平方和最小的原则计算出各个诊断方法的最优权重,形成最优投票组合模型,再求出最大发生概率的故障类型.诊断结果表明,该方法与单项方法相比,大大降低了诊断误判的风险,提高了故障诊断的准确率,增强了故障诊断的稳健性.     

一种针对分段线性模型的改进型CCM故障诊断方法

针对非线性模拟电路的故障诊断,提出了一种改进型CCM诊断方法：先建立电路的分段线性化模型,分别在各分段区域内列写CCM故障诊断方程,再通过去除CCM方程中的不敏感元件的影响,降低诊断方程的维数,最后通过计算所有区域的诊断特征值以得到诊断结果。这种方法结合了分段线性模型和CCM诊断方法的优势,减少了CCM诊断方程的运算代价,提高了CCM诊断方法的应用价值。实验证明采用这种方法后在保证诊断准确率不变的前提下效率有明显提高。     

以不停电检测状态量为主的变压器故障诊断方法研究

目前被广泛研究和使用的是融合多种状态量的变压器综合诊断方法,该方法提高了诊断的准确性,但同时也带来了一些问题,主要问题在于这种方法需要的状态量多、诊断效率低、导致停电时间过长。因此,文中提出了一种以不停电检测状态量为主的分步诊断方法,其包括初步诊断和精细诊断两个阶段。初步诊断阶段仅以不停电检测状态量为诊断依据,在无需停电的状态下将变压器故障分为热故障、电故障、受潮或脏污、变形4大类;在精细诊断阶段,根据初步诊断结果,选择出多种必要的停电试验信息,并利用故障机理和粗糙集理论进行进一步的故障确认和细分,判断发生的位置。与其他方法相比,该诊断方法可以缩短停电时间、提高诊断效率。最后,诊断实例验证了该方法的有效性。     

多指标加权分析的变压器故障油色谱诊断方法可靠性评估

为了弥补油色谱诊断中仅凭正确率评价无法反映诊断误判的不足,文中引入故障诊断灵敏度的概念,通过比较各诊断方法的正确率和灵敏度两个概率指标,并进行加权分析,给出了评估变压器故障油色谱诊断方法可靠性的新原则。考虑到各故障类型案例发生概率的差异性,通过引入各类故障类型的可靠性权重的方法,提出了诊断方法的综合可靠性评估指标,使得对基于油色谱分析的变压器故障诊断方法可靠性的评估更加全面、准确。针对全国范围的628例故障案例,采用国内外7种典型油色谱诊断方法进行分析,通过对每种故障类型下各诊断方法正确率和灵敏度的比较以及综合可靠性比较,明确了各方法的优缺点,可为实际应用中选择合适的油色谱故障诊断方法提供依据,同时也为油色谱诊断方法的改进奠定了基础。     

模糊聚类分析在汽轮发电机组振动故障诊断中的应用

介绍了模糊关系诊断方法 ,并且针对模糊关系诊断方法的不足 ,在模糊关系诊断中引进聚类分析 ,并结合实例对两种方法进行了比较。指出采用聚类分析后再应用模糊关系诊断 ,可避免误诊断的发生。     

电网故障最优诊断的查询方法EI北大核心CSCD

针对传统专家系统在电网故障诊断应用中的局限性,提出一种基于模型诊断的电网故障最优诊断的查询方法。该方法按照基于因果关系的诊断思想,得到预设故障输出对应的预备候选诊断,然后根据故障后的电气信息从匹配的预设故障输出中确定候选诊断,最后,运用贝叶斯理论计算候选诊断的故障概率,并查询最大概率的候选诊断作为电网故障的最优诊断。该方法通过离线获得预备候选诊断,在线确认候选诊断的手段,缩减了诊断的时间,在利用贝叶斯定理处理诊断的不确定性时,将告警信息引入到模型诊断逻辑框架内计算元件的实际故障概率,提高了诊断的准确性。算例分析结果验证了所提方法的有效性和可行性。     

基于人工神经网络的同步电机转子匝间故障在线诊断

介绍了一种基于人工神经网络的同步电机转子短路故障的在线诊断方法。论述了该诊断方法的神经网络模型、自适应学习训练算法及诊断电路原理。用该方法诊断转子绕组故障,不依赖同步电机数学模型及其结构参数,具有实用价值。     

DGA与GRNN的联合变压器故障诊断研究

针对传统的变压器故障诊断方法的不足,提出了基于油中溶解气体分析(DGA)方法和广义回归神经网络(GRNN)的变压器故障诊断方法。以DGA方法获取GRNN故障诊断模型的输入特征向量,建立了GRNN故障诊断模型,为了检验GRNN诊断模型的实际诊断能力,以某变电所主变压器的4种典型故障诊断为例进行仿真实验,并与标准BP神经网络(BPNN)和LM算法改进的BPNN(LM-BPNN)的诊断结果进行对比。仿真结果表明:DGA方法与GRNN的联合变压器故障诊断方法的诊断速度更快、准确率更高和泛化能力更强,且GRNN故障诊断模型构建简单,验证了所提出方法的实用性和有效性。     

汽轮机设备故障诊断技术的发展与展望

从信号收集、故障机理、诊断方案几个方面介绍了汽轮机设备故障诊断技术的发展状况和诊断技术的内容,并且对各种诊断方法的特点进行了比较,提出了汽轮机回热系统诊断的难点。根据各类诊断技术的特点,指出了汽轮机回热系统故障诊断的发展趋势:回热系统的故障诊断将继续融合热力诊断、性能诊断、逻辑推理等方法及人工智能、数据挖掘等技术,实现全方位的检测技术和对已有知识体系的深度融合技术。     

智能故障诊断技术研究综述

在简单介绍故障诊断理论的基础上,重点评述了智能故障诊断技术的发展状况,并简要介绍专家系统故障诊断方法、模糊逻辑故障诊断方法、神经网络故障诊断方法、故障树故障诊断方法和基于案例的故障诊断方法,对每种方法均介绍了它的诊断原理与步骤,分析了它的特点及缺陷,最后指出了这一领域中有待进一步研究的若干问题和发展趋势.     

基于多模型选择性融合的变压器在线故障诊断

在线智能化故障诊断是变压器故障诊断的发展趋势,为发挥不同征兆子集及诊断算法的性能优势,实现多元诊断模型的互补决策,文中通过对智能诊断算法的性能进行多维对比分析,选取综合性能优的诊断算法用于征兆子集优选,使用优选子集与诊断算法训练多个诊断模型,通过模型间差异性分析有选择地对模型进行融合并用于最终决策.实例验证结果表明,融合模型泛化性能及均衡诊断能力均有提升.     

基于多传感器振动信号融合的真空断路器故障诊断

根据真空断路器故障诊断特点,提出了小波包、RBF神经网络与D-S证据理论相结合的决策层信息融合诊断方法。首先,运用小波包—能量谱分析方法对振动信号进行分解处理,提取特征向量,并以此作为诊断的依据;其次,建立神经网络模型,以特征向量为RBF神经网络的输入,进行断路器初步故障诊断;然后将诊断结果作为对各种故障模式的基本概率分配值,利用D-S证据理论,实现对初步诊断结果的融合,从而得到最终的融合诊断结果。实验结果表明,该方法诊断真空断路器故障能取得良好的效果。     

基于蒙特卡罗的接地网故障诊断可测性分析

为了分析接地网故障诊断的可测性,提出了一种基于蒙特卡罗的评估方法.在合理范围内,随机设置接地网各条支路的电阻,采用迭代最小二乘法进行故障诊断,计算各条支路诊断结果的平均相对误差和相对标准差.直至达到期望的精度要求.相对标准差小于给定阈值的支路被判定为明晰支路,其余支路被判定为不确定支路.一个60条支路的接地网诊断结果验证了提出方法的可行性.同时该方法表明接地网故障诊断的可测性是可以预计的.可测性研究对于优化测试方案和科学利用诊断结果具有指导意义.     

提高电站故障诊断智能化水平的途径

该文分析了目前电站故障智能诊断系统存在的某些不足，指出知识获取、知识表示和诊断推理以及征兆的自动获取是影响故障诊断系统智能化水平的关键，并提出了相应的解决方法。图２参４     

基于故障录波器信息的故障诊断系统

对人工神经网络（ANN）方法应用于变电站故障诊断进行了研究,提出了一种基故障录波器信息的故障诊断系统。该系统中,核心部分是三层前向BP网络分别对变电站内的变压器、线路和母线构造相应的故障诊断ANN模型,对每种保护、断路器和自动装置构造相应的动作性能诊断模块。仿真计算结果表明：基于波器信息的将ANN应用于变电站故障诊断的方法是一种有效的方法。     

基于Web模式的变压器绝缘故障诊断系统

提出了一种基于Web模式、应用多种智能诊断方法的变压器绝缘故障诊断系统,讨论了系统设计及诊断流程等内容。该系统通过Internet或Intranet可方便地远程诊断与管理电力设备,其诊断效果、可移植能力、可更新能力比以前的系统有较大提高。     

基于“多表合一”系统的智能表异常诊断及处理方法研究

文章在分析电、水、气智能表计故障诊断和实际消缺工作流程特点的基础上,提出了一种基于"多表合一"系统的智能表异常诊断和处理方法,该方法首先通过关联挖掘获取诊断规则,然后将监测的数据转换为事件元并进行规则匹配以获取诊断结果,最后通过现场排查确认并反馈诊断结果。该方法将异常诊断和消缺闭环管理结合起来,通过对诊断知识库的不断完善来提高异常诊断的准确性,充分发挥关联挖掘技术的优越性。     

模拟电路统一软故障诊断的研究

在模拟电路故障诊断的诸多方法中,模拟电路统一软故障诊断方法成为新的研究热点。从模拟电路统一软故障诊断方法的提出,到模拟电路统一软故障诊断方法的改进,将其与基于多种方法融合的模拟电路软故障诊断方法做了比较。最后重点分析了模拟电路统一软故障诊断的研究现状和存在的不足,基于实用化的角度,从统一的模拟电路故障诊断的功能模块划分原则和方法、通用的模拟电路故障可诊断性分析方法、通用的模拟电路模块化分级诊断软故障诊断方法、统一的诊断效果评估指标4个方面指出了模拟电路统一软故障诊断的发展趋势。     

三种变压器故障诊断方法比较研究

变压器常规诊断的油中溶解气体的三比值法(IEC),在目前变压器故障诊断中有着广泛的应用,许多人工智能技术在电力变压器故障诊断中的应用都是基于IEC法进行研究的,并在此基础上提出了基于神经网络和模糊神经网络的变压器故障诊断专家系统。该文将传统IEC三比值法、神经网络法和基于IEC三比值法的模糊神经网络法进行了比较。本文结合实例对这三种诊断方法进行了分析与探讨,指出了传统的IEC三比值法的不足,神经网络法和基于IEC三比值法的模糊神经网络法的优点等。