电力系统广域后备保护中的贝叶斯网故障诊断方法

提出一种广域后备保护中的基于贝叶斯网的故障诊断方法,将传统保护测量元件的动作信号作为证据,权衡证据信息量、诊断模型规模与诊断实时性要求来划分诊断区,分析了保护误动、拒动的随机特性,根据各保护的保护范围的特点,建立诊断区故障诊断模型.算例结果表明该方法正确、有效,具有较强的容错能力.     

应用贝叶斯网络模型的电力系统故障诊断

遗传算法应用于电力系统故障诊断的一个难题是如何建立合理的数学模型。针对这一难题,建立了基于元件的贝叶斯网络故障诊断模型,并通过一定的推理规则,根据贝叶斯网络形成遗传算法的目标函数,用遗传算法进行优化求解。在应用遗传算法时,对传统算法进行了一系列的改进,改善了算法的收敛性能,提出了在迭代过程中推测不完备信息的方法,增强了算法对于大量不完备保护信息的处理能力。大量算例表明了所述方法的合理性和实用性。     

基于时间约束Petri网的电网警报处理及故障诊断

充分利用警报信息的时序属性和保护断路器动作的逻辑规则,提出了一种基于时间约束Petri网的电网警报处理及故障诊断方法。介绍了电力系统警报信息间的时序关系,以及常见警报差错信息的分类。提出了时间约束Petri网方法,引入时间约束通路的概念,直观地表达了警报信息之间的时序属性。提出了警报差错信息的识别算法,有效地识别警报信息中的误报、丢失以及时序不一致等情况。对不考虑时间约束与考虑时间约束两种情况下的故障诊断结果进行比较分析。结果表明所提出的警报处理方法,更加精确地描述了故障警报信息间的逻辑关系,使故障诊断结果更加准确。     

基于时序贝叶斯知识库的电网故障诊断软件原型系统设计

为了在故障后辅助调度员准确定位故障元件,揭示故障发展过程,文中利用时序信息设计了一种基于时序贝叶斯知识库(TBKB)电网故障诊断方法的原型系统。该诊断方法利用元件故障与保护动作、保护动作与相应断路器跳闸等之间的因果关系与时序关系,建立电网故障诊断模型,通过时序约束一致性检查方法,检查保护、断路器动作的时序。针对信息缺失情况进行状态假设,形成假设状态组合。通过贝叶斯推理,判断故障元件、误动与拒动的保护与断路器。根据此原理设计的原型系统,包括数据获取、TBKB模型建立、故障诊断推理、分层因果图显示等模块,给出了TBKB诊断模型自动生成、诊断算法实现、分层因果图的构造与显示等关键技术的实现。该原型系统为电网故障诊断的工程应用提供了参考。     

模糊贝叶斯网的变压器故障诊断

目前油中溶解气体的三比值法是变压器故障诊断的有效方法之一。变压器故障诊断中的信息具有随机性和不确定性的特点,文中提出一种基于模糊贝叶斯网络的变压器故障诊断方法。该方法利用贝叶斯表达知识灵活,处理不确定性与关联性问题能力强,模糊集能有效表达模糊事件和信息的特点,利用隶属函数模糊化三比值的分割空间,模糊贝叶斯网络推理获得故障类型。实例证明,该方法在信息不完备条件下诊断准确率高,为变压器故障诊断提供了一条新的理论依据。     

基于贝叶斯网络的电网故障诊断

针对电网故障诊断中存在的信息具有不确定性的问题,依据元件故障、保护动作和断路器跳闸之间的内在逻辑关系,由Noisy-Or和Noisy-And节点组成贝叶斯网络和采用类似训练多层前馈神经网络的误差反传算法进行诊断模型的参数学习,分别建立了线路、变压器和母线的通用故障诊断模型;依据元件-保护-断路器间的关联关系,给出了元件诊断贝叶斯网络的自动生成方法,最后对各个元件的诊断网络进行推理,以获得元件的故障概率值。实例仿真表明了该诊断方法的可行性和有效性,无论简单故障或多重故障,并且存在保护和断路器拒动、误动的情况下,都能得到合理有效的诊断结果。     

基于模糊时间Petri网的电网故障诊断方法

故障元件判别作为电网故障应急处置的首要环节,是在线调控运行的重点工作之一。针对现有基于Petri网的电网故障诊断方法未充分利用时序信息或者时序推理过程复杂的问题,提出一种基于模糊时间Petri网的电网故障诊断方法。为Petri网中库所及变迁引入时间属性以表征电力系统告警信息的时序约束关系,定义了置信概率与时序约束的关联推理运算,并从模型结构出发建立了模糊时间Petri网的分层推理过程,能够同时推理得到元件故障的置信概率及其时间点约束。算例仿真表明,所提方法能够快速判定故障元件,诊断结果正确且合理,具有较强的容错性,且能对告警信息做出正确评价。     

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。     

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。     

基于贝叶斯网络Noisy Or模型的水电机组故障诊断研究

针对水电机组故障诊断中系统结构复杂,不确定因素众多的特点,将贝叶斯网络引入水电机组故障诊断中,建立基于贝叶斯网络的水电机组故障诊断系统;为了克服贝叶斯网络结构中需要的概率数量庞大和确定概率困难特点,在贝叶斯网络系统结构中引入Noisy Or模型。论文首先利用专家知识,将各个特征结点按二值结点构造网络,确定各单个结点的概率,然后计算多个结点的任意组合对结果的影响程度,从而确定某种故障发生的可能程度。仿真研究表明:用此模型构造的贝叶斯网络结构,需要的条件概率个数可以从2n减小为2n。大大降低了数据需求量,提高了水电机组故障诊断速度和效率。     

变压器差动保护单相接地灵敏度分析

变压器差动保护电流相位调整通常采用Y→△变换 ,在单相故障时灵敏度低于相间短路与三相短路灵敏度。分析了各种电流相位调整方法在单相接地时的灵敏度 ,证明△→Y变换在单相接地时灵敏度最高     

基于贝叶斯网络的电池管理系统故障诊断方法

针对电池管理系统工作环境复杂、故障不确定的特点,提出一种基于贝叶斯网络的电池管理系统故障诊断方法。该方法利用领域专家知识确立故障节点、围绕电池管理系统结构进行层次划分,电池管理系统的历史数据、检修记录表用来进行网络的结构和参数学习。建立起电池管理系统故障诊断的贝叶斯网络。将该网络应用于电池管理系统的故障诊断,并针对不同故障进行实验,结果验证该方法在电池管理系统故障诊断上具有较高的区间正确率。方法为电池管理系统的故障诊断提供了新手段。诊断结论对电池管理系统的优化设计具有指导性意义。     

电力变压器信息管理及故障诊断专家系统的研制

介绍了变压器故障诊断专家系统的情况,描述了所开发系统的TFDES结构、推理机制、实现方法及诊断管理的主要功能。现场测试表明:TFDES结构合理,推理正确,能有效诊断运行中变压器的内部故障。     

基于改进贝叶斯网络的电机轴承故障诊断

针对电机轴承振动信号受噪声干扰影响特征提取和传统贝叶斯网络故障诊断准确率低的问题,提出一种基于改进贝叶斯网络的电机轴承故障诊断方法。采用自适应噪声集合模态分解的方法对数据进行降噪处理,增加了模型的鲁棒性;采用差分进化和模拟退火算法对蝗虫算法进行优化,增强蝗虫算法的全局和局部搜索能力;将优化后的蝗虫算法应用于贝叶斯网络结构学习构建轴承故障诊断模型;通过实验对比证明,该方法对轴承的多故障分类具有更强的学习能力和更高的准确率,实验对部分样本的故障诊断率达到97.15%,平均准确率达到98.73%。     

一种基于故障录波信息的调度端电网故障诊断系统

顺应电力系统自动化的发展潮流,开发了一种基于故障录波信息的调度端电网故障诊断系统软件,总体上分为数据库模块、系统管理模块、故障诊断模块、故障信息分析模块、保护和开关动作行为评价模块等功能模块。分别介绍了各模块的工作原理,并对故障诊断模块进行了详细的分析。     

基于贝叶斯网络的水电机组振动故障诊断研究

水电站的状态监测系统积累了大量的监测数据,但由于现场专家缺乏,目前这些数据没有得到很好的利用,如何挖掘这些数据并结合专家经验对水电机组进行故障诊断是本文研究的重点。本文提出了一种基于贝叶斯网络的水电机组振动故障诊断模型。根据专家经验获得贝叶斯网络结构和部分节点参数,通过SOM神经网络对数据信号进行离散化处理,利用EM算法参数学习获得其他节点的概率分布,搭建基于贝叶斯网络的子系统模型,并将子系统模型整合成完整的系统模型。文章最后通过设计试验,验证了所建模型诊断结果的正确性和合理性。     

基于贝叶斯网络的电网复杂故障推演新方法

为了分析电网复杂故障过程,基于保护装置与断路器的动作信息构建贝叶斯网络,提出了电网复杂故障推演新方法。应用电网实际拓扑结构信息、继电保护装置和断路器的动作信息构建贝叶斯网络。基于贝叶斯网络进行故障元件诊断,针对远后备保护、近后备保护误判的两种特殊情况,制定了专家系统规则实现保护拒动、误动的识别。将保信系统上送信息与拒动误动分析结果按主保护层-近后备保护-远后备保护-断路器层顺序进行信息整合,推演出发生故障时各层保护装置以及断路器动作先后顺序,实现了电网复杂故障推演。