自耦变压器零序电流方向纵联保护

高压大容量自耦变压器在高、中压侧常配有零序电流差动保护,以提高对接地故障的灵敏性,但其受电流互感器饱和影响较大,不易整定．据此提出一种自耦变压器零序电流方向纵联保护原理,通过比较自耦变高、中压侧零序电流和中性点零序电流相位实现保护判别,该原理能够灵敏地反应变压器的匝地和匝间故障,受电流互感器饱和影响小．仿真和动模试验数据验证了该方法的可行性．     

基于可闻声信号的配电变压器内部放电故障识别方法研究

提出了基于可闻声信号的配电变压器放电故障识别方法.首先,采用希尔伯特-黄变换(HHT)对放电声信号进行处理,提取频带能量作为特征量.然后,利用单分类方法支持向量数据描述(SVDD)对特征量进行识别.通过现场实测配电变压器本体声信号和实验室模拟配电变压器内部放电故障对该方法进行了验证,结果表明该方法能够较好地识别配电变压器内部放电故障.     

色谱分析在变压器故障诊断和维护中的应用

阐述了采用色谱分析判断变压器内部故障的原理和方法,例举了采用色谱分析判断变压器故障状态,建立预防性检修的维护策略,以提高变压器运行的可靠性,避免出现事故和造成经济损失,提高检修效率。     

VAV空气处理机组故障检测与诊断方法及应用

针对变风量空气处理机组故障,考虑到变风量空调系统的动态性,给出了一种变风量空气处理机组故障检测与诊断方法.残差累积和(cumlative sum,CUSUM)控制图被用于检测空气处理机组故障,残差CUSUM控制图不仅可很好地适应变风量空调系统的动态性,还可消除数据自相关性对控制图性能的不利影响,有助于提高故障检测的准确性.根据质量守恒、能量守恒和控制原理,设计了3个基于规则的故障分类器,可用于寻找故障源.该故障检测与诊断方法在实际建筑中进行了在线应用,利用多种变风量空气处理机组故障验证了故障诊断方法的有效性和可靠性.     

电力变压器故障诊断及检修技术分析

电力变压器作为电力系统的重要组成部分,其对电力系统的安全稳定运行具有非常重要的作用.在电力变压器运行过程中,多种因素都可能导致其发生故障,一旦发生故障,则需要将故障诊断与检修技术进行有效结合,从而采取正确的处理方法,以此来降低电力变压器运行的风险,提高电力变压器运行的安全性、可靠性和稳定性.文中分析了电力变压器故障诊断的方式,并进一步对电力变压器在线检修技术进行了具体的阐述.     

电力变压器铁心接地及油道短路故障分析

电力变压器是电力系统中用来变换电压的重要电气设备,提高电力变压器运行可靠性是极为重要的.影响电力变压器安全运行的因素有很多,分析了变压器铁心多点接地故障和变压器铁心油道短路故障,介绍了故障检测的方法,并提出处理方法.     

基于互信息的无线传感器网络节点故障自诊断

故障自诊断和故障监控能提高WSN的可维护性和可靠性, 延长WSN节点的使用寿命。该文提出一种无线传感器网络(wireless sensor network, WSN)节点故障自诊断的新方法。首先,可从粗糙集理论中基于互信息的属性约简算法获得故障诊断决策的约简,进而建立一套以属性匹配为核心思想的WSN节点故障自诊断技术,对WSN节点的各个模块分别进行具体的故障诊断和定位。仿真实验表明,该方法在WSN节点中实现故障自诊断时,通信代价小,能耗低,诊断的误判率低。     

一起110kV变电站主变动作的原因分析

文章对某110 kV变电站变压器差动保护动作原因进行了详细的分析,经过对主变进行相关试验、油化验检查,以及开关柜一一排查后,分析了在相间接地故障情况下,主变差动保护正确动作。最后提出了改进措施,旨在更好地完善变压器保护的运行和维护。     

用于变压器故障预测的决策树--蒙特卡洛方法

提出了将决策树方法中的ID3(InteractiveDicremiserversion3)算法和蒙特卡洛(MonteCarlo)模拟法结合用于变压器故障预测的方法。基于变压器的大量观测数据,首先利用ID3算法简化引起变压器故障的属性特征,再应用蒙特卡洛方法的分布函数和ID3算法得出的故障发生规则,通过随机变量对变压器故障进行模拟,从而得到设备故障的概率,以此来指导变压器的故障诊断或状态预测,为状态检修提供依据。并对变压器油色谱监测中得到的各气体含量数据进行分析和处理,介绍了方法的运用并对其可行性进行了验证。     

一种快速定位的橡塑自送料机器人故障检测系统

橡塑自送料机器人故障源的检测速度影响着橡塑自送料机器人的可靠性。针对以往该类机器人故障检测系统检测速度缓慢的问题,设计开发了一款可以快速定位的橡塑自送料机器人的故障检测系统。该系统利用故障树分析法对橡塑自送料机器人进行分析,结合虚拟仪器技术、无线通信技术,从而实现快速、可靠的橡塑自送料机器人故障检测。通过现场试验表明该故障检测系统可快速检测出故障发生的位置,准确可靠,有力地提高了现场维护人员的故障诊断效率。     

基于改进PSO-FNN神经网络变压器故障检测研究

针对电力变压器故障难以准确诊断的问题,提出了一种基于改进粒子群算法(PSO)的模糊神经网络(FNN)诊断模型。该模型运用模糊神经网络,同时结合变压器故障与变压器油中各气体成分之间的密切关系,确定了神经网络输入变量,同时在标准粒子群算法中引入遗传变异因子对模型进行训练,提高了训练精度。MATAB软件测试结果表明,模型预测精度较高,可进一步研究应用。     

基于因子分析和灰色关联度分析法的变压器故障诊断

变压器油中溶解气体分析是目前有效的变压器状态诊断方法,应用灰色关联度算法处理变压器油色谱数据时,变压器故障标准模式的选取直接影响诊断结果.采用因子分析方法对大量确诊故障的油色谱数据进行分析计算,将变压器故障分为高温过热、高能放电等11类故障,并通过计算其标准差、方差以及M估计值,确定表征变压器各类故障的标准模式,该标准模式充分考虑了检测数据的分散性,减小了各类故障数据间的相关信息,使诊断具有更高的分辨率.结合灰色关联度分析法进行变压器故障诊断实例分析,结果表明该方法的诊断准确率高于传统的灰色关联度诊断法.     

绝缘油色谱分析判断变压器故障

利用绝缘油色谱分析对变压器故障进行判断是一种重要和有效的手段。本文通过对变压器故障的判断分析,并结合变压器各类故障油色谱数据特点,以工程实例来探讨利用色谱分析结果判断变压器内部故障的方法,取得了很好的效果。     

应用模糊理论实现配电网单相接地故障判别

对中性点非有效接地系统单相接地故障特征和故障选线算法进行了研究,通常采用的单一故障选线方法只对部分故障信息进行处理,判据适应性差,选线可靠性不高。针对这一问题,把模糊理论应用于故障选线,根据利用各种故障信息的原则,在各个故障信息域内选择有效的算法,通过建立各算法的故障测度隶属函数和权系数隶属函数,融合各种故障信息,综合多种故障选线方法,使选线性能得到提高。高压动模实验故障数据验证了文中方法的正确性。     

数控机床进给伺服系统的常见故障及诊断

数控机床进给伺服系统的常见故障形势有：超程、过载、爬行、振动、窜动、伺服电动机不转、位置误差、漂移和回参考点故障等。通过结合故障诊断实例，对各类故障的诊断和处理方法进行了一些探讨，并对数控机床进给伺服系统的故障诊断及处理提供一些启示。     

基于样本自举的电力变压器状态评估

针对传统数据学习型方法需要大量故障历史实测数据的缺点,提出一种基于数据样本自举的电力变压器状态评估方法．通过对变压器的故障样本数据进行自举扩充,克服了工程中某类样本数据较少的问题,提高了学习型分类器的训练量,从而提高其预测分类的精度．并基于支持向量机分类方法进行变压器故障分类评估,显著提升了评估精度．     

电力变压器故障类型分析及防范措施研究

分析了电力变压器常见故障类型及造成故障可能的原因,并结合自我多年变压器检修工作经验,总结一些提高变压器运行可靠性的综合防范措施,保障变压器高效经济的运行.     

数控轴承磨床故障模式及其原因

通过对25台国产数控(Computerized Numerical Control，CNC)轴承磨床的故障数据两年多的跟踪记录，获得了较为丰富准确的CNC轴承磨床可靠性数据，并基于大型关系型数据库技术建立了CNC轴承磨床可靠性数据库，对国产数控轴承磨床的故障部位、故障模式及故障原因进行了详细的统计分析，指出了数控轴承磨床的薄弱环节及其潜在弱点，为CNC轴承磨床进行可靠性分析和设计提供了依据。     

数控轴承磨床故障模式及其原因

通过对 2 5台国产数控 (ComputerizedNumericalControl,CNC)轴承磨床的故障数据两年多的跟踪记录 ,获得了较为丰富准确的CNC轴承磨床可靠性数据 ,并基于大型关系型数据库技术建立了CNC轴承磨床可靠性数据库 ,对国产数控轴承磨床的故障部位、故障模式及故障原因进行了详细的统计分析 ,指出了数控轴承磨床的薄弱环节及其潜在弱点 ,为CNC轴承磨床进行可靠性分析和设计提供了依据     

定期检修可修系统的二元更换策略

研究了一类退化可修系统的维修更换策略。为增加系统的可靠性,增加了定期检修措施,假定每次检修能够―修复如新‖,每次故障维修均为―修复非新‖,选择系统的故障次数和检修定长间隔组成的(TN,)为系统单位时间内期望费用的明显表达式,而且证明了该策略优于文献[4]中的策略。