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。     

转子机械故障诊断仪器系统

针对转子机械故障所具有的相关性和模糊性的特点,提出了基于组合式模糊神经网络的分布式转子故障诊断仪器系统。其中,分布式转子故障诊断仪器系统可以有效地对一机组的转子实现多通道振动信号同步,整周期,高速信号采集,通过信号处理进行特征提取,而基于组合模糊神经网络转子故障诊断系统,可有效地提高对具有相关性和模糊性的转子故障的诊断能力,文中详细讨论了仪器系统的设计,故障诊断模型,并给出了实验结果。     

模糊理论在凝汽器故障诊断中的应用

以模糊理论为基础 ,结合凝汽器实际运行状况和现场专家经验 ,分析了故障与征兆之间的模糊关系 ,形成了凝汽器模糊故障诊断规则 ,并采用故障分解的方法 ,建立了凝汽器模糊故障诊断模型 ,最后用一具体故障诊断实例加以分析 ,验证模糊理论及方法在凝汽器模糊故障诊断中的应用     

基于关系型数据库的故障诊断专家系统设计

以故障诊断的理论和方法为基础，综合运用人工智能、数据库理论、模糊理论对复杂电子设备的故障诊断问题进行了研究，提出了一种基于数据库的专家系统故障诊断的方法，设计构造了诊断专家系统的整体框架，在系统实现中，采用隶属函数来反应故障对象特征的模糊性和模糊关系，基于关系数据库进行知识的模糊表达，用模糊性更新传播算法实现基于规则的模糊推理。     

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。     

变压器绝缘诊断中的模糊ISO DATA法

系统的故障都具有一定的模糊性,将模糊数学理论引入电力变压器的故障诊断,采用模糊ＩＳＯＤＡＴＡ法对电力变压器的油中气体分析数据进行聚类分析,结果证明该方法有利于工程实际应用     

基于自适应加权模糊Petri网的电网故障诊断研究

本文针对电网故障诊断中存在的保护和断路器拒动误动以及故障信息丢失的情况,给出基于加权模糊Petri网(WFPN)的故障诊断方法。考虑到故障诊断模型中权值设定完全依赖于专家经验的问题,设计具有学习能力的加权模糊Petri网,建立电网元件的WFPN故障诊断模型,并利用粒子群算法对权值进行学习实现权值自适应,最后利用故障诊断模型进行故障案例的仿真分析,并与基于加权模糊Petri网的诊断方法相比证明所提出方法具有较好的诊断可信度。     

基于模糊模式识别的凝汽器故障诊断研究

分析了凝汽器工作过程及故障机理 ,建立了凝汽器典型故障集、征兆集及典型故障特征向量集合 .应用模糊模式识别方法及最大隶属原则 ,建立了凝汽器故障诊断模型 ,并以实例验证该模型识别故障的准确性 .实践证明 ,该模型简单实用 ,能有效地识别凝汽器故障     

模糊理论在汽车空调系统故障诊断中的应用

阐述了构建汽车空调故障诊断系统的目的,并以模糊理论为基础,分析了汽车空调故障原因与故障征兆之间的模糊关系,建立了汽车空调模糊故障诊断数学模型.最后以一个故障诊断实例进行具体分析,验证了模糊理论在汽车空调故障诊断中的可行性.     

加权模糊Petri网在电网故障诊断中的应用

以模糊Petri网为基本工具,在研究模糊Petri网的基本结构及概念的基础上,提出了一种基于加权模糊Petri网规则推理的电网故障诊断算法。首先选取经典算例系统建立各元件的加权模糊Petri网模型,然后利用该算法进行了逻辑验证和实例数据的仿真,结果表明,该算法在电网故障诊断中应用的可行性和有效性,给出的故障发生概率为研究人员进一步诊断提供了一定的依据。     

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。     

无刷励磁同步发电机旋转整流器故障的模糊神经网络诊断

模糊神经网络是模糊逻辑与神经网络相结合而构成的 ,具备模糊技术和神经网络技术的优点 ,应用于电力系统故障诊断中 ,是一种使用方便的人工智能处理系统。基于模糊神经网络对无刷励磁同步发电机旋转整流器故障诊断进行研究。经过训练后的模糊神经网络 ,在对旋转整流器故障进行诊断时 ,有较高的准确性和有效性     

基于加权模糊度时间序列分析的大型变压器故障预报

分析了变压器油中溶解气体特性及其与故障的对应情况,确定了故障现象模糊集合和故障种类标准模型库(模糊集),根据现象子集对每个故障模型进行划分,形成多个模糊向量集合族;收集了大量故障变压器的历史数据,并用数理统计方法估算故障隶属度函数的参数;采用时间序列灰色预测法估计某时间内各故障隶属度及其发展趋势,对阈值原则进行改进,并根据改进后的阈值原则推断可能发生故障的种类及其发展趋势.最后,用实例验证了该方法的有效性.     

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。     

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。     

变压器故障的模糊检测

采用模糊理论分析的方法初步探讨了变压器的故障检测,介绍了变压器故障的一些基本知识和模糊检测的数学模型,以及作者对实际检测的构想。     

模糊支持向量机在变压器故障诊断中的应用

为了解决在变压器故障诊断时复杂难辨的问题,提出了利用模糊支持向量机构建变压器故障诊断模型的方法。该方法是在支持向量机(SVM)的基础上引入模糊度隶属函数,从而有效消除噪声和野点对诊断结果的影响。通过模糊C均值算法(FCM)求取模糊支持向量机的隶属度,对所得样本进行预处理,然后利用交叉验证和网格搜索相结合的方法对支持向量机进行参数寻优。实验表明,该方法比改良IEC比值法和传统支持向量机法具有更高的准确率,更适用于变压器故障诊断。     

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。     

基于欧式距离法的变压器故障BBA模型建立与分析

针对变压器故障诊断中油溶气体技术的改良三比值法存在故障区域边界值判断模糊的问题,在分析改良三比值法的基础上,以欧式距离来表征隶属每种故障概率大小的形式,建立了不同故障下的基本信任分配函数(BBA)诊断模型进行变压器故障诊断,并采用D-S合成规则对不同故障的BBA进行融合,实现了对多BBA模型函数重新构造以及归一表述的功能。利用该模型对长春某500 k VA变电站的变压器故障进行实例计算,并通过改良三比值法和模糊算法进行对比分析。结果表明:该诊断模型能准确、有效地对变压器的多种常见故障进行诊断;用计算隶属故障概率的形式弥补了改良三比值法边界值计算模糊的缺陷,使故障的判别更加趋于真实准确,为电力变压器故障诊断提供了一种有效的方法。