基于不平衡电流的电机定子故障模糊诊断方法

本文基于模糊理论和定子不平衡电流检测法，提出了电机定子故障的模糊诊断方法，建立了模糊推理算法和诊断规则，借助实验电机取得了与实际情况较为一致的诊断结果。这种方法将模糊理论与领域专家知识结合起来，不需要建立确切的故障模型，即可进行故障诊断；由于直接选取不平衡电流作为特征信号，可方便地实现定子故障的在线监测；具有较强的通用性和实用性。     

300 MW机组给水高压加热器系统故障的模糊模式识别

针对300MW机组给水高压加热器系统，通过详细的故障仿真试验，较完整地总结出工程中实用的高压加热器系统典型故障模糊知识库。在此基础上，采用模糊模式识别方法诊断高压加热器系统故障，提出一种可适用于不同征兆模糊表达方式的故障模糊隶属函数。诊断实例表明：以本文高压加热器系统故障模糊知识库为基础，采用模糊模式识别方法可获得良好的故障识别效果。     

模糊数据融合技术在系统故障诊断中的应用

利用系统故障症状的分散性，提出了一种基于模糊数据融合技术的系统故障诊断方法。首先，为保证量测信号的准确性，采用同源多传感器数据层融合以及多传感器信息优化协调技术对量测数据进行初步处理，为系统故障模糊融合诊断奠定基础；然后，针对同一症状的不同表现信息，采用多个模糊神经网络得到对故障的局部决策，利用模糊积分融合方法，识别出该症状所对应的故障。最后针对某液体火箭发动机的泄漏故障进行仿真，并与常规模糊神经网络故障分类器进行对比。研究表明，在对渐变故障的诊断中，本法较常规模糊神经网络故障分类器具有更好的诊断性能。     

基于模糊智能技术的变压器故障诊断系统

将采用模糊智能技术对变压器油中溶解气体分析所得数据作为原始数据，再进行分析推理和故障诊断，可解决传统三比值法准确度低造成的变压器故障误差和漏判问题。     

多级数据模糊融合选线新方法

为进一步提高配电网中压系统故障选线的可靠性以及准确性,提出一种基于多级数据模糊融合的故障选线方法。该方法以3种优势互补单一判据选线方法作为模糊融合的基础,构造3种选线方法相对性的隶属度函数并进行一级模糊融合,但考虑到模糊故障选线过程各种不确定性,又提出了多级模糊融合的方法,选用合适的模糊算子进行数据多级模糊融合,得到故障选线结果。文中分别对中性点不接地系统和中性点经消弧线圈接地系统两种故障系统进行模糊多级数据融合,融合结果表明,该方法可提高故障选线的可靠性。     

基于模糊神经网络的故障诊断在永磁直线同步电动机中的应用

针对永磁直线同步电机的特点，应用基于模糊神经网络的故障诊断方法，将模糊理论与神经网络融合在一起，实现了对该电机故障的模糊诊断。介绍了模糊神经网络的结构和学习方法，利用了一种阈值向量故障判别方法，使永磁直线同步电动机的故障判别灵活、可靠。仿真结果表明，该方法是行之有效的。     

基于模糊逻辑的可控串补线路故障分类

提出一种基于模糊逻辑的可控串补线路故障分类方法。采集故障后半个周期的三相电流数据,选取db4小波作为小波基,使用离散小波变换(DWT)分解电流暂态信号,将小波分解系数划分为三个频带,计算每个频带的小波奇异熵,获得能反映不同故障的故障特征量。将特征量作为模糊逻辑的输入,构建模糊故障分类系统。在Matlab环境下建立电力系统模型,选择500 kV、300 km超高压输电线路进行故障仿真。仿真结果表明,不同的TCSC触发角下,该算法不受故障阻抗、故障初始角、故障类型、故障位置的影响,可以准确检测故障,完成故障分类。     

旋转机械振动故障的动态模糊诊断

该文分析了目前常用的旋转机械振动故障的模糊诊断方法存在的不足，引入随设备状态变化的参数，对模糊关系矩阵和模糊向量进行修改，使其适应复杂故障的诊断。表２参４     

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Matlab的高压直流输电系统逆变器的模糊神经网络控制研究

在研究模糊逻辑控制技术、神经网络技术和高压直流输电系统的基础上,针对HVDC系统的快速、高度可控性,从原理上说明,对逆变器采用模糊神经网络控制也能有效地提高AC/DC系统的动态特性和恒定性。提取直流线路逆变侧电压误差及其变化率作为模糊控制器的输入,输出作为神经网络的输入,控制直流电压。设计非故障和故障模糊神经网络控制器,用M atlab分别对一典型12脉冲桥HVDC输电系统在传统控制和模糊逻辑控制下分别进行仿真,结果表明,与传统控制方法相比,当直流线路或者单相交流线路发生接地故障时,模糊神经控制能改善系统     

基于小波能量熵和模糊逻辑的故障选相元件

构造了新型的用于高压输电线路保护的故障选相元件。利用小波分析良好的时频局部化特性,在暂态信号多尺度表示方法的基础上定义了用于特征提取的小波能量熵,并与模糊逻辑相结合形成新的选相原理。先对采集到的故障后电压信号进行适当的小波分解,并计算小波能量熵,然后构造包含故障信息的模糊语言变量作为模糊推理系统的输入,并建立相应的模糊逻辑推理系统,通过模糊逻辑的方法进行故障选相。仿真结果表明,小波能量熵随时间变化的规律能有效反映故障出现与否,并通过模糊逻辑做出选相判断。     

小波模糊神经网络应用于配电网输电线的故障测距

在小电流接地系统单相接地故障特征分析的基础上，提出了一种基于故障后稳态及暂态电气量的小波模糊神经网络的故障测距方法。单相接地故障时的暂态分量故障特征非常明显，且故障暂态高频分量受故障前负荷的影响较少，故可以采用故障暂态分量描述故障模式特征并进行故障定位，鉴于已有的小波神经网络模型不适合于故障测距，作者从广义的小波神经网络概念出发，结合模糊控制理论，提出了适合于电力系统故障暂态和稳态信号分析的小波模糊神经网络方法，并将该方法应用于小电流接地系统直配输电线路的故障测距。理论分析及大量的EMTP仿真结果表明：本文所提出的小波模糊神经网络理论，模型及算法具有较好的故障测距性能，并可应用于电力系统的故障分析。     

模糊识别在变压器故障诊断中的应用

本文提出了利用模糊模式识别判断变压器故障的新思路，以放电 过热故障为诊断识别模糊集，通过建立它们的模糊隶属函数，对每一种故障进行隶判断，以确定故障到了较理想的结果。本文的思想对电力系统的故障诊断及自动控制有一定的参考价值。     

基于模糊神经网络的同步发电机转子匝间短路预测

模糊神经网络是模糊逻辑与神经网络相结合而构成的，具备了模糊技术和神经网络技术的优点，从而被应用于电力系统故障诊断中，是一种使用方便的处理系统，基于模糊神经网络对同步发电机转子匝间短路故障预测进行研究，经过训练后的模糊神经网络，在对发电机转子匝间短路故障进行预测时，有较高的准确性和有效性。     

基于混合模糊Petri网的电力系统故障暂态识别方法

提出一种基于混合模糊Petri网(hybrid fuzzy Petrinets,HFPN)的电力系统故障暂态信号识别新方法。该方法将小波变换特征提取、模糊逻辑和模糊Petri网相结合构成混合模糊Petri网,有效解决了单一的模糊Petri网无法识别故障暂态信号的缺陷,也改善了原有识别方法推理过程不容易被人理解的不足。对故障发生后1/4个周期内的三相电流和零序电流,应用小波变换提取小波能量,再经过模糊推理系统得到模糊值作为特征量,最后应用模糊Petri网进行识别。大量PSCAD/EMTDC仿真试验结果表明:该故障识别方法能快速准确地识别各类故障暂态信号,识别速度快,并且以概率的形式给出发生各种故障的可能性;基于HFPN的图形化表示方法清晰直观,不受故障时刻、过渡电阻、故障位置等因素的影响,对噪声信号和不同线路都具有较好的适应性。     

基于模糊综合评判的变压器故障模糊诊断法

针对电力变压器故障诊断常用的罗杰斯比值法中存在着临界比值判据缺损的问题，提出了利用模糊集理论进行电力变压器故障诊断的方法。将气体比值看作故障类别的模糊现象子集，依据罗杰斯比法中给出的不同气体成份相互间的比值与变压器故障类别之间的定量关系，建立模糊现象子集相对于不同故障类别的隶属函数，从而进行故障类别的模糊综合评判。算例表明了这种方法的优越性和应用价值。     

用多个对应的后向神经网络进行同杆双回线故障识别及测距的模式

电力系统高压同杆双回输电线的应用日益增多，但其故障识别与测距的问题尚未完全解决，同杆双回线因存在回路间耦合等因素，使得用单一的神经网络进行故障识别与测距的结果并不理想。作者比较分析了BP网络与Kohonen网络在同杆双回线测距方面的优缺点，提出了将故障识别与测距任务分配到多个网络的方法即将同杆双回线的每种故障模式各与一个BP人工神经网络对应，在线路上取一些固定点作为标志点，训练成功的BP网络输出的模糊值代表了标志点上发生故障的可能性。用模糊值构成插值曲线，根据曲线的相对位置确定故障模式，并由曲线的最小值求得故障距离。大量仿真表明该法可以准确可靠地确定故障模式并能测得较高的测距精度。     

基于MATLAB的模糊神经网络高压直流输电换流控制器的研究

在研究模糊逻辑控制技术、神经网络技术和高压直流输电（HVDC）系统的基础上，从原理上说明，对换流器两侧都采用模糊神经网络控制能有效地提高交流一直流（AC/DC）系统的动态特性和恒定性。整流侧和逆变侧分别提取直流线路电流、电压误差及其变化率作为模糊控制器的输入，输出作为神经网络的输入，分别控制电流和电压。用MATLAB对一典型12脉冲桥高压直流输电系统在传统控制和模糊神经控制下分别进行仿真。结果表明。与传统控制方法相比，当直流线路或者单相交流线路发生接地故障时。模糊神经控制能改善换流站直流电流和直流电压的恒定性，而且提高了交直流系统的暂态稳定性，并且双侧模糊逻辑控制要比单侧模糊逻辑控制效果好。     

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.