基于多属性评判和模糊因果网络的110 kV变电站故障诊断

针对110 kV变电站故障诊断中非确定性因素较多和在线性要求高的特征,以实际110 kV变电站的保护信息为基础,根据保护的因果关系将设备分成设备故障、保护动作、开关跳闸或拒跳三类基础相关节点,结合设备家族缺陷、运行维护评价和状态检修评价三个属性指标,从而搭建多属性评估模型来确立模糊因果网络(Fuzzy Cause-Effect Networks,FCE-Nets)相关节点的因果系数。通过故障量相关函数完善遗漏的保护信息,提出基于多属性评判和FCE-Nets的变电站故障诊断方法。通过实际应用分析,对比现有方案的故障诊断结果,验证了此方法的有效性。     

基于时序因果网络的电力系统故障诊断

电力系统发生故障后的警报信息具有时序特性,如何适当利用这种时序特性以快速而准确地诊断故障是一个值得研究的重要问题。现有的具备实际应用潜力的故障诊断方法大多没有利用警报信息的时序特性。因果网络可以描述设备故障与保护和断路器动作之间的逻辑关系,且具有推理速度快、维护方便等优点。在此背景下,针对电力系统故障诊断问题的特征,首先对因果网络进行了扩展,引入了警报信息时序特性约束的概念,构建了一种新的时序因果网络;之后,提出了基于时序因果网络的故障诊断方法。所述方法在保留了因果网络原有特点的前提下,在一定程度上克服了其容错性较差和难以合理解释故障演变过程的不足。最后,用实际电力系统发生的故障案例对所提出的方法进行了说明。     

概率因果网络在汽轮机故障诊断中的应用

在分析了汽轮机振动故障特点的基础上,提出了用遗传算法进行汽轮机等旋转机械故障诊断问题,定义了遗传算法求解故障诊断问题的概率因果网络,给出了求解故障诊断的数学表达式和适合汽轮机等旋转机械的故障集、征兆集、因果强度和先验概率表。建立了汽轮机故障诊断模型指出表达式的最小值的集合对应于故障集和征兆集,该模型能有效地识别出汽轮机的多故障,弥补了专家系统和神经网络等诊断方法不能正确诊断多故障的不足。     

基于混合因果网络的配电变电站故障诊断

因果网模型具有快速求解诊断结论的优势,但其浅层知识推理的性质,又使诊断结论易受不确定信息的影响。根据变电站内局域网能获得全方位信息的可行性,如事件序列记录(SOE)、断路器变位信息序列、故障录波等。文中提出了基于混合因果网模型的故障诊断方法,该方法的要点是充分运用信息间的关联性提取冗余信息,并用做冗余纠错分析和深层知识推理;提出了5类基本因果关系节点用于构造混合因果网及其规则矩阵。研究的关键点是可确保对状态向量正确的布尔赋值。仿真结果证明能有效提高在线故障诊断的容错性能,使混合因果网模型具有高实用性。     

基于因果模型的高压给水系统故障诊断

基于因果模型的故障诊断方法将系统按层次分解，利用变量之间的关系描述子系统的因果性，在局部的层次上使用故障检测和分离技术生成残差和分析残差，而在全局的层次上按照系统的因果结构进行推理。它是一种结合定量计算和定性推理的动态故障诊断方法。但因果模型的推理机制建立在局部线性模型的基础上，而实际系统绝大多数是非线性系统，固有的缺陷限制了它的应用。文中对因果模型进行了改进，将变量之间的影响扩展到非线性关系，并且论证了只要满足连续可微的条件，因果模型的推理机制就仍然适用。最后对某电站300 MW机组的高压给水系统进行了事故工况仿真，仿真结果表明这是一种有效的、鲁棒的故障诊断方法。     

电力系统故障诊断的因果链分析法

针对高压输电网的系统结构和保护配置,提出一种故障诊断的因果链分析法。引入了事件集概念,运用集合和链的数据处理方法,整合故障后的保护装置和断路器动作事件信息,建立逻辑信息模型,提出了构造成因果链的一套规范。利用因果链分析法,能够准确定位故障设备,评价保护动作情况,从逻辑上解释故障后的设备行为,实现对故障的重现。     

基于扰动激励的智能变电站继电保护故障诊断关键技术

继电保护系统的隐藏故障是造成电网大停电事故的主要原因之一,智能变电站技术的普及为继电保护故障诊断提供了新的思路和技术手段。在智能变电站结构的基础上,以智能变电站继电保护系统隐藏故障诊断为研究对象,提出了扰动激励下继电保护系统的隐藏故障诊断方法,通过对扰动的分析来判断系统是否存在隐藏故障,并通过算例对该方法的可行性进行验证,其结果表明,该方法可以诊断保护之间的配合,提高继电保护状态识别的实时性。所做研究工作为我国智能变电站的发展提供了参考和借鉴。     

智能变电站故障诊断技术研究

为了全面诊断智能变电站的故障和提高变电站的可靠性,在分析报文协议、网络拓扑、通信关系、审计数据等基础上提出了一种综合的智能变电站故障诊断技术,它集成了变电站协议分析、基于简单网络管理协议的故障诊断、主动探测、故障原因分析及定位等技术。仿真试验表明,该技术可以快速定位变电站的各种故障,帮助运维人员诊断和排除故障。     

基于Multi-agents的智能变电站警报处理及故障诊断系统

针对传统变电站故障诊断的不足,在智能变电站架构的基础上,提出了基于multi-agents的智能变电站警报处理及故障诊断系统。根据智能变电站的体系结构、信息流和数据流特点,设计了警报处理、输变电设备诊断等主要功能模块,以此满足变电站事故分析各层次的功能需求。就警报处理和输变电设备故障诊断系统中各个agent及agent之间的协作机制等方面做了详细论述,实际变电站故障案例证明了该警报处理和输变电诊断模型的可行性和有效性。     

基于Multi-agents的智能变电站警报处理及故障诊断系统

针对传统变电站故障诊断的不足,在智能变电站架构的基础上,提出了基于multi-agents的智能变电站警报处理及故障诊断系统.根据智能变电站的体系结构、信息流和数据流特点,设计了警报处理、输变电设备诊断等主要功能模块,以此满足变电站事故分析各层次的功能需求.就警报处理和输变电设备故障诊断系统中各个agent及agent之间的协作机制等方面做了详细论述,实际变电站故障案例证明了该警报处理和输变电诊断模型的可行性和有效性.     

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。     

概率因果网络连接树算法在故障诊断中的应用

为提高飞机航电系统故障诊断效率,充分利用故障模型中的概率信息,减少故障诊断时的计算量,使用概率因果网络中的连接树算法建立故障模型,使故障节点中的信息满足全局一致性,利用逆转弧方法(AR)得到信息传递图,确定信息在节点中的传递方式,采用惰性传播及逆转弧变量消除算法(LAZY-ARVE)进行概率计算,得到最终的诊断结果。最后以飞机通信系统出现故障,接入ACARS控制组件的FMGC信号错误为例进行验证。     

基于监测数据的智能变电站遥控信息故障诊断方法研究

智能变电站采用先进的电子传感器技术,以高速通信网络的方式实现二次设备间的信息共享,取代了传统物理光纤通信的方式。当站内出现继电保护遥控信号逻辑控制故障时,难以确定故障原因及具体故障位置,对此提出一种基于监测数据的智能变电站遥控信息故障诊断方法,通过建立遥控信息通信链路数据模型,预置各节点数据,同时采集遥控信息通信链路中各节点实际数据值,根据两者数据差异情况实现遥控信息故障诊断定位。     

基于因果时序网络的FOA-GRNN电网故障诊断方法

针对电网故障诊断过程常受到警报信息畸变以及保护设备误动或拒动等不确定因素的影响而导致误诊断的问题,提出了基于时序网络的果蝇优化算法-广义回归神经网络电网故障诊断方法。利用系统保护与设备之间存在的时序逻辑关系,对获得的电网故障警报信息甄别后再进行故障诊断。算例分析及测试结果说明,所提方法能够准确地实现电网的故障诊断,并适应电网拓扑结构的变化。     

运用模糊逻辑进行电力系统故障区段诊断

本文提出了一种快速诊断系统，该系统运用混合因果网络和模糊逻辑来推断电力系统中的故障区段。这种系统建立了一个因果网络，该网络可在断电区域故障区段选择中表达保护继电器和断路器之间的模糊关系。为了处理诊断过程中的不确定信息，本文还介绍了一种模糊逻辑方法。由于因果网络非常适用于平行处理，而且模糊逻辑具有快速处理问题的优点，所以，推断的速度得到显著的提高。该系统还开发了一个错误检测装置，用它可以处理继电器和断路器的误动作，该系统经过了多次实验，结果证明它是一种非常有效的方法。     

基于诊断思维的变压器模糊故障诊断

根据医生诊断推理［1］与变压器故障诊断在机理上的相似性，将其诊断思维的数学模 型用于大型电力变压器故障诊断之中，提出了一种变压器故障诊断的新方法。实例验证了该 方法的有效性。     

基于粗糙集理论与模糊Petri网络的油浸电力变压器综合故障诊断

电力变压器故障诊断因果关系的复杂性与模糊性，采用单一智能方法难以准确描述。文中基于智能互补融合的思想，将粗糙集理论与模糊Petri网络有机结合在一起进行油浸电力变压器故障诊断。利用粗糙集信息表简化技术来实现对专家知识的简化与故障特征的压缩，获得最小诊断规则，基于最小诊断规则的Petri网络模型可以有效降低网络结构的复杂性与故障特征获取的难度。同时利用模糊Petri网络实现并行模糊推理，便于描述故障特征的变化及对变压器运行特性的快速分析。故障实例分析表明，文中所提出的智能方法可以有效地进行模糊推理，减小诊断信息的冗余性，诊断效率高，计算快速、准确，结果易于被人理解。