抽水蓄能机组的状态监测和故障诊断

针对抽水蓄能机组的特点,介绍抽水蓄能机组的状态故障诊断,就状态监测点的选择与布置,指出在监测模块中要实时显示监测参量的测量值及状态,当测点测量值超过预先设定的报警值时作出报警;并提出独特的信号分析功能。在故障诊断中,在适用可靠、准确可信的基础上设置了专家系统的知识库和推理机。     

峰值频率提取法及应用

设备随着运行状态劣化时，会产生某种暂态信号，因此，信号处理和故障诊断将是设备状态监测的良好途径和方法，设备出现异常或故障，必将引起频谱变化，因而提取设备状态信号的频变特性就成为状态监测和故障诊断的有效方法，状态监测和故障诊断可进行按需维修，从而可统短停机时间，降低成本，延长设备的使用寿命，该文阐述了非参数和参数频谱的年值频率提取法的基本原理和模型方法，然后介绍其在设备故障诊断中的具体应用。     

模糊专家系统在状态检修中的应用

状态检修是通过先进的状态监测和故障诊断手段,掌握设备的状态,从而进行设备检修决策和管理的一种先进模式。设备的故障诊断成为状态检修的核心问题。     

基于臭氧发生器等离子电源频率跟踪控制研究

臭氧发生器电源在正常工作中,臭氧发生器会受到放电状态、外界环境以及其他不可控因素的影响,从而导致臭氧发生器的固有谐振频率发生变化,臭氧发生器工作效率大幅降低,更严重时会导致电源系统失谐.频率跟踪技术能够通过跟踪负载谐振频率,自动调节电源的工作频率,使其工作在谐振状态,降低损耗,提高电源工作效率.     

基于相对测量法的容性设备故障定位研究

在容性设备绝缘在线监测中以PT二次电压信号作为相位参考存在不足,为了准确监测设备的绝缘状态,基于相对介损测量法,利用3δ准则通过相对介损历史监测数据来确定介损的正常变化范围,然后根据相对介损值变化向量确定故障台数,进而由故障诊断矩阵对单台或多台故障设备进行准确定位。最后通过实验室人工模拟实验验证了本方法的有效性。     

物联网技术在小水电站在线监测及故障诊断的应用

根据目前小水电站在线监测数据较少、信息化程度较低、事故处理存在困难等现状,介绍了物联网技术和故障诊断关键技术,提出了针对小水电站设备和环境的在线监测及故障诊断系统,以实现小水电站运行管理的数字化、智能化和信息化,促进小水电站向无人值班或无人值守的方向发展。     

状态监测与诊断技术

所谓的设备状态监测，是指用人工或专用的仪器工具，按照规定的监测点进行间断或连续的监测，掌握设备异常的征兆和劣化程度。所谓的设备诊断技术，是指在设备运行中或基本不拆卸的情况下，根据设备的运行技术状态，判断故障的部位和原因，并预测设备今后的技术状态变化。设备技术状态是指：（1）设备的强度和性能等；（2）设备所受的应力；（3）设备的故障和劣化。     

智能变电站在线监测现状及其工程应用

正智能化变电站设备实现广泛的在线监测,使得设备状态检修更加科学可行。在智能化变电站中,可以有效地获取电网运行状态数据、各种智能电子装置的故障和动作信息及信号回路状态。智能化变电站设备检修策略从常规变电站设备的"定期检修"变成"状态检修"。智能变电站在线监测系统是在线动态的变电站综合监测与故障诊断系统,可为智能变电站提供在线监测与故障诊断的整体解决方案。智能变     

跨越架状态监测系统及其数据无线传输

为了降低输电线路跨越架线施工的安全风险,研制出智能监测系统,对跨越架的各种状态参量进行实时监测和预警。在该系统中,各监测点的监测数据采用无线通信方式传输到地面移动监测设备进行处理并显示,并基于WiFi和无线中继技术扩大了无线信号的覆盖范围。阐述了监测数据采集和无线传输的过程,以及移动监测设备数据处理软件的结构。现场实验证明,该系统能准确地监测跨越架状态的变化情况。     

电力设备状态监测和故障诊断技术发展趋势

电力设备状态监测和故障诊断技术经历了经验诊断．对比诊断．工厂综合诊断．远程诊断4个阶段．新的数据分析技术和故障诊断软件．智能状态监测系统值得进一步研究．多功能．多状态的在线监测系统将得到进一步发展,设备状态的远程诊断和网络化跟踪将得到推广．状态监测系统与继电保护将有机地结合起来。     

基于虚拟仪器的发电机励磁系统故障诊断

发电机励磁系统功率单元故障将严重影响发电机的稳定运行,快速准确发现、排除故障显得非常必要。本文在分析发电机励磁系统功率单元工作原理和特点的基础上,对其故障进行了分类,提出了一种改进的模式识别诊断方法,并据此开发出了基于虚拟仪器的发电机励磁系统功率单元的故障诊断系统。测试表明该诊断系统能够准确地判断出具体的那个晶闸管发生故障,给出正确诊断。     

三峡水力发电厂700MW水轮发电机故障诊断专家系统

三峡水力发电厂在我国电力系统中占有十分重要的地位。为提高三峡水轮发电机的安全运行水平、逐步实现优化检修,研制、开发了三峡水力发电厂发电机定子水冷状态监测及故障诊断专家系统。该系统是一个集在线实时、在线非实时和离线数据的采集与分析、状态监测、故障诊断、故障处理、故障统计分析于一体的多任务、多客户端、多信息处理、B-S结构的发电机定子水冷状态监测及故障诊断专家系统,已于2004年5月投入运行。实践表明:该系统的应用可显著地提高发电机的安全性和可靠性并为状态/优化检修提供科学的决策依据,降低发电成本,产生巨大的经济效益和社会效益。     

风力发电机组的振动测试与诊断

针对目前国内风力发电机组故障诊断还处于初期阶段。本文从风力发电机组齿轮箱和发电机轴承进行振动测试与诊断。通过实例表明,实施风力发电机组的振动故障诊断是完全可行的。     

故障录波仪在核电站应急柴油机上的在线监测

根据美国电子电气工程师协会标准IEEE 387- 1995中的规定 ,核用柴油发电机启动成功率要求 >99% ,运行故障率 <6 0× 10 - 3,为了保证柴油发电机运行的可靠性与稳定性 ,除了在设备建造、安装、调试阶段严格遵守质量保证大纲与质量控制程序外 ,在运行阶段引入切实可靠的探测及判断故障的手段与措施也是非常重要的。这样一旦发生故障 ,便可及时排除。而故障录波仪以其探测故障及时、测量精度高、判断故障点准确、处理速度快、存储数据容量大等特点被广泛用在柴油发电机组上进行在线监测、故障诊断及数据处理     

三峡左岸电站发电机定子水冷状态监测及故障诊断专家系统

较详细地介绍了三峡左岸电站700MW发电机定子水冷状态监测及故障诊断专家系统的功能,包括故障诊断、状态监测、信息管理、系统维护等功能。该系统于2004年5月投运以来,运行实践表明该系统可提高发电机定子水内冷系统热故障的预警水平,实现发电机定子热故障的早期诊断,并为评估发电机运行状态和事故处理提供了分析工具和辅助决策依据。     

风力发电机组状态监测和故障诊断系统的设计与实现

为实时监测风力发电机组的运行状态,提高故障诊断系统的智能化程度,设计了一套基于硬件数据采集系统结合Matlab、组态软件WinCC的风力发电机组实时在线监测和故障诊断系统。通过数据采集系统的硬件选择和连接,建立了数据采集器与Matlab、WinCC之间的实时通讯,并在Matlab中应用小波包和神经网络智能算法完成齿轮箱和发电机轴承数据处理,实现了故障诊断结果的实时显示。     

风力发电机组状态监测与智能故障诊断系统的设计与实现

风力发电机组状态监测和故障诊断技术,可以有效降低机组的运行维护成本,保证机组的安全稳定运行。阐述了风力发电机组的基本构成。在介绍风电机组常见故障的基础上,分析了机组中的主要部件齿轮箱和发电机的故障。针对齿轮箱和发电机的故障提出了一种智能诊断的新方法,并以此设计开发了风力发电机组状态监测与智能故障诊断系统,详细介绍了该系统的原理、结构及功能。     

关联规则挖掘在电厂设备故障监测中应用

关联规则挖掘是数据挖掘的重要分支,其通过描述数据库中不同数据属性之间所存在的潜在关系规则,找出满足给定支持度阀值和置信度阀值多个域之间的依赖关系。随着电厂设备运行期间各种故障的发生,各状态监测点参数也会发生相应变化,利用关联规则挖掘算法,找出故障发生时故障现象与故障类别之间的关联关系,更好地对设备进行故障监测与诊断。阐述了关联规则挖掘的主要概念,对挖掘时最常用的Apriori算法进行探讨,并以汽轮机凝汽器的一种典型故障为例说明了算法的执行情况,对挖掘结果进行了解释。结果验证了所用方法的可行性与正确性。     

汽轮发电机组振动频谱的自动识别

根据汽轮发电机组振动故障的频谱特征和智能故障诊断的需要,论述了建立振动频谱自动识别的原则,介绍了在研制ＥＮ－８０００振动监测智能故障诊断系统中采用的一些频谱自动识别方法．     

基于堆叠自编码网络的风电机组发电机状态监测与故障诊断

为实现风力发电机的异常检测分析,提出了一种基于风电机组发电机正常状态下数据采集与监控(SCADA)样本数据的堆叠自编码网络深度学习方法。首先将多个自编码网络连接构成深度堆叠自编码网络,选取发电机SCADA状态变量数据作为网络的训练输入,使网络逐层智能提取数据间的分布式规则,从而构建发电机的堆叠自编码学习模型。依据故障状态下发电机SCADA数据内部动态平衡规则被破坏,利用发电机深度学习网络的输入与重构值计算重构误差,并作为整体状态的观测量。通过采用自适应阈值检测重构误差的状态趋势变化,并作为异常预警判定准则,从而实现对发电机故障的判定。当发电机发生异常时,变量的实际值与对应模型的重构值发生较大偏差,表现为状态变量的残差趋势将会偏离原有的动态稳定状态。因此利用状态变量的残差趋势变化对异常变量进行隔离,判定可能的故障原因达到故障诊断的目的。通过对发电机故障前后记录数据进行仿真分析,结果验证了堆叠自编码网络深度学习方法对发电机状态监测与故障诊断的有效性。