基于模型诊断在配电网故障诊断中的应用研究

提出了一个将MBD(基于模型诊断)理论应用于配电网故障诊断的方案,以一个实际配电网为例,构建了该配电网内主要设备的统一模型的基础上,给出了该配电网的系统模型描述,并结合该配电网的一组故障观测数据,对该配电网内发生的故障做故障诊断实验,由实验验证了该应用方案的可行性与有效性。     

基于模型的配电网故障诊断关键问题研究

现有配电网故障诊断方法主要是根据故障后保护装置产生的报警信息,断路器的状态变化信息来推断可能故障位置和类型,属于后验故障诊断方法。基于模型诊断方法(Model-based diagnosis, MBD )则直接利用电压电流等量测量来判断故障元件,可以在保护装置和断路器动作前进行故障定位,具有一定的故障预警功能。给出一个完整的基于模型的配电网诊断方案,采用优化的离散二进制粒子群算法（BPSO, Binary Particle Swarm Optimization）求取冲突集的最小碰集,诊断识别过程中以贝叶斯后验概率形式量化了候选诊断的衡量标准,从而降低诊断过程中的不确定度。最后以某10 kV配电网为诊断实例,通过实际建模、编程和实验,取得了良好的效果。     

牵引变电站故障的基于模型诊断方法

现有牵引变电站所应用的故障诊断系统多是基于专家经验的专家系统,但是基于经验的专家系统不能诊断经验之外的故障,系统的移植和维护也比较困难。提出一种牵引变电站故障的基于模型诊断方法。该方法的系统模型知识在牵引变电站设计阶段就可获得,通过引用候选最小冲突集概念,将基于模型的诊断方法应用于牵引变电站主要电气设备的故障诊断,可以直接利用量测量来判断故障元件。最后,以一个实际自耦牵引变电站诊断为实例,通过对该系统的建模、编程和实验,取得了良好的效果,验证和讨论了该方法的可行性和有效性。     

浅谈专家系统在干式变压器故障诊断系统中的应用

阐述了为实现干式变压器故障诊断的自动化,降低判断的随机性,提高诊断水平,将专家系统引入到故障诊断中,指出该系统由数据库、知识库、推理机和解释器等组成,利用人工智能理论进行诊断。在简述故障诊断专家系统的基本构成和诊断机理的基础上,构造了干式变压器故障诊断专家系统的基本模型,为干式变压器的智能化诊断奠定了一定的基础。     

基于人工智能的电力变压器绝缘故障诊断面向对象知识库

介绍了面向对象技术的基本理论 ,首次将其引入到变压器绝缘故障诊断专家系统中 ,并结合人工智能诊断方法和规程导则以及大量的专家经验建立了面向对象结构的变压器绝缘故障诊断知识库。提出了一种新颖的专家系统知识库的构造方式。     

报警触发式故障自诊断专家系统的研发

针对目前电站故障诊断专家系统均以周期触发诊断为主,提出了一种基于报警状态触发的自诊断专家系统。通过故障机理分析获取故障类型与主要征兆,采用层次分析法得出具体的诊断推理策略,基于故障诊断软件模块实现系统功能,对专家系统在动态故障诊断领域中的应用具有参考价值。     

基于粗糙集理论的变压器故障诊断专家系统

在传统的变压器故障诊断专家系统的基础上,为解决专家系统较难获取完备知识的瓶颈问题,提出了一种基于粗糙集理论的故障诊断专家系统。该系统从历史故障数据所形成的决策表出发,运用粗糙集理论进行约简,构建专家系统知识库模型,通过计算诊断规则粗糙度,确定诊断规则的置信程度,利用推理机和故障事例库,实现对知识库的动态维护。     

基于神经网络、模糊理论的变压器油中气体诊断专家系统

随着大容量变压器的应用日益广泛,以在线监测及故障诊断技术为基础的状态维修体系愈发显得重要,国内外已有诸如神经网络模式识别、基于不确定推理的模糊化处理等智能诊断技术,在各自擅长的领域内应用并取得了一定的成果,但单一的方法均存在不同程度的弊端。该文以人工智能理论中的模糊理论和神经网络理论为基础,介绍了面向对象技术的变压器油中气体诊断黑板型专家系统,该系统体现了专家系统启发性、透明性、高性能和灵活性的特点,不仅能够利用模糊理论来解决变压器故障诊断时出现的复杂性、经验性和模糊性等问题,还能利用神经网络的良好模式分类能力和自学习功能来不断地提高整个系统的故障诊断精度,从而有效地克服了以往采用单一方法进行诊断时所固有的诊断出错或诊断结果不全面的缺点,提高了电力变压器绝缘诊断的准确度,体现了该专家系统的优越性。     

面向对象的变压器绝缘故障诊断知识库

本文介绍了面向对象技术的基本理论,首次将其引入到变压器绝缘故障诊断专家系统中,并结合神经网络模糊理论等智能诊断方法和规程导则以及大量的专家经验建立了面向对象结构的变压器绝缘故障诊断知识库,提出了一种新颖的专家系统知识库的构造方式。     

电力系统故障诊断神经网络专家系统的一种实现方式

对人工神经网络和专家系统结合应用于电力系统故障诊断问题进行了研究，提出了电力 系统故障诊断神经网络专家系统的一种实现方式。该结构方案中，采用三层前向BP网络作 为 故障诊断的核心部分，与传统的专家系统相结合组成混合式的神经网络专家系统。基于该方 案建造的故障诊断神经网络专家系统综合了专家系统和人工神经网络各自的优点，充分利用 专家系统的推理判断能力和人工神经网络的学习和容错能力，比单独利用专家系统或人工神 经网络的电力系统故障诊断系统具有更好的性能。     

基于预警单元的逆变器并联系统分层故障诊断系统

随着逆变器并联系统规模的增大,电源系统对故障诊断提出了新的要求.结合逆变器并联系统故障诊断的特点,对所存在的问题进行了分析,并通过新的应用思路,将神经网络和专家系统应用到逆变器并联系统的故障诊断中.提出并定义了故障预警的一系列相关概念,设计了预警单元的工作结构.在此基础上提出了一种新的基于故障预警单元的分层故障诊断专家系统,详细阐述了故障预警单元的实现以及诊断系统的工作原理.通过原理分析及仿真结果可以看出,提出的方法对神经网络和专家系统在故障诊断中的有效应用具有很好的推动作用和一定的指导意义.     

An expert system for distribution substation fault diagnosis and backup protection

Using Prolog, this paper presents an expert system for fault section diagnosis in a substation primary system, backup protection and fault finding in protective systems. The expert system is intended for use in distribution substations.     

基于神经网络与专家系统的汽轮发电机组故障诊断系统

根据模糊神经网络和专家系统的特点。建立了模糊神经网络与专家系统相结合的汽轮发电机组故障诊断系统。系统采用模糊隶属度函数表示难以准确描述的领域专家知识;推理过程中,采用神经网络进行前向推理,并参考神经网络的输出。用专家系统进行反向推理,结合了神经网络求解迅速和专家系统解释清晰的优点,并提高了系统诊断能力;最后,采用信息融合方法处理冗余的诊断结果,提高了系统的综合诊断性能。     

利用CPLD实现故障诊断专家系统高速逻辑推理

专家系统的推理时间取决于问题的复杂程度,难以满足系统实时性要求,限制了其应用。对此,提出一种利用复杂可编程逻辑器件(CPLD)实现故障诊断专家系统高速推理的方法。详细分析了一般故障诊断专家系统推理过程;利用故障树的概念将专家知识转换为二值或多值推理,并用一般门电路,进而利用CPLD实现推理过程;将其应用于高压断路器故障诊断系统,代替原来的软件推理。经过实验验证,该方法实现的专家系统推理过程迅速,特别适用于基于单片机、数字信号处理器(DSP)等所实现的专家系统。     

基于贝叶斯网络和故障录波数据的电网故障综合诊断方法

电网故障诊断是保证系统安全运行的基础,故障录波系统提供的信息为电网故障的精确诊断提供了重要依据。为了有效利用故障录波数据,并在信息缺失或不确定条件下精确诊断电网故障,研究了基于贝叶斯网络和故障录波数据的电网故障综合诊断方法。通过在故障录波联网系统的主站建立输电网贝叶斯模型,结合从故障录波系统得到的模拟量和开关量数据,从而构成基于贝叶斯网络的电网故障识别模型。将贝叶斯网络得出的高可信度诊断结果融入专家系统的知识库,形成完备的故障诊断专家系统。实例分析表明,可快速并准确地定位故障元件,提高电网故障处理效率。     

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。     

远程智能监控与故障诊断处理系统

针对目前地调自动化主站维护人员工作量大、人员少的矛盾提出本课题,目的是解决SCADA实时监控系统、UPS电源系统、自动化辅助系统、自动化机房环境及设备不能实现远方统一平台的实时监控、故障诊断及事故处理这一问题。提出了基于OPEN3000系统平台的远程在线自动监控与智能诊断处理系统。在网络设计中采用分布式网络结构,保障数据库及视频系统录像记录的安全;采用模块化结构设计,配合了专家系统和数据库知识的规则库设计,解决了SCADA、UPS、视频等多个系统及设备的实时监控和故障诊断整合为统一平台的技术难题。     

高频网络化UPS故障诊断专家系统设计

针对高频网络化UPS的特点，提出了故障诊断的策略和设计步骤，从故障诊断专家系统的硬件体系结构和软件设计两方面叙述了本诊断的构造，采用将故障树和基于产生式规则专家系统相结合的非模型化方法，构造了专家系统知识加，并给出了实例和实验。     

基于DGA的变压器故障诊断智能方法分析

针对传统变压器故障诊断方法的不足,介绍了多种智能诊断方法在基于油中溶解气体分析（dissolved gas-in-oil analysis, DGA）的变压器故障诊断中的应用,包括人工神经网络、模糊理论、专家系统、灰关联分析及其他智能方法。通过对这些智能诊断方法的分析,得出其优缺点及需要改进的方案,为研究人员选择最优油浸式电力变压器故障诊断方法提供参考。最后对基于DGA的变压器故障智能诊断方法进行了展望,并分析了未来的发展方向。