基于多参信息量的智能变电站继电保护二次回路故障在线诊断

为确保智能变电站继电保护装置二次回路稳定性与可靠性,本文设计了基于多参信息量的继电保护二次回路故障在线监控与诊断系统。基于网络报文记录分析装置的功能特性,配置其与继电保护设备间链路关联性,获得二次回路核心报文数据信息,传输于调度端以综合分析,以获取SV、GOOSE网络链路实时状态与回路故障在线诊断方法策略。     

基于信号特征的在线故障分析和智能诊断研究

研究开发基于电网故障信号特征自动生成电网故障诊断Petri网络的技术。通过在线获取调控一体系统的开关遥信变位、SOE信息、保护动作信号和微机保护软报文信息,对信号综合进行逻辑化、条理化、有效化分析,实现电网故障在线分析、辨识和智能诊断。     

航空器多链路通信故障中断点云检测系统设计

为解决传统断点云检测系统中高频短消息传输精度较低、集成挖掘数据链长度受限等问题,提出设计一种航空器多链路通信故障中断点云检测系统。通过确定断点故障内点的方式,达到对多链路通信信道进行鲁棒性优化的目的,并根据待传输信息的总量限制条件,更新云检测流程,构建新型断点云检测模型。利用多链路通信寻址报文数据译码结果作为航空器多链路通信故障中断点的识别参数校验基准,并对上行报文进行显示识别处理,完成通信故障中断点的报文参数识别。将报文参数应用到新型断点云检测模型中,完成航空器多链路通信故障中断点的云检测。与传统检测系统段相比,应用新型断点云检测模型后,检测系统的高频短消息传输精度可以达到95%,集成挖掘数据链长度也得到大幅提升,确保了断点的云检测准确性。     

基于模糊控制和大数据算法模型的电力运维故障诊断设备方法

针对现有技术中对电力运维故障检测灵敏度低、诊断误差大等问题,设计了一种新型故障诊断方案。该方案将PID模糊控制计算器与大数据算法模型相结合,并采用实时布线的方法减少诊断面积,基于改进型大数据算法模型提取电力运维设备故障数据特征,对电力运维设备运行工况构建诊断网络,通过分析电力运维设备工况的功能系统完成数据诊断。为了减少诊断误差,该研究设计了一种故障诊断设备,采用集成芯片化设计和算法程序,减小体积的同时保证检测结果的准确性。实验结果表明,该研究方法故障诊断误差小,准确率最高达到98.6%。     

基于粗糙神经网络的传感器网络故障诊断

为了克服大量信息冗余和能量有限给无线传感器网络故障诊断带来的困难,提出一种将粗糙集与神经网络集成相结合的智能故障诊断方法(RS-ANNE)。该方法首先利用粗糙集理论的属性约简技术,提取诊断故障贡献最大的最小故障诊断特征集合,然后根据最小故障诊断特征确定神经网络的初始拓扑结构,建立故障特征与故障之间的映射关系,最后通过子网表决得到最终诊断结果。实验结果表明,RS-ANNE诊断方法诊断正确率为95.67%,与ANNE方法相比计算量减小22.98%,诊断正确率提高13.88%。     

基于证据推理规则的信息融合故障诊断方法

本文针对不确定性故障特征信息的融合决策问题,给出基于证据推理(evidence reasoning,ER)规则的故障诊断方法.首先基于故障特征样本似然函数归一化的方法求取各传感器(信息源)提供的诊断证据;从传感器误差以及故障特征对各故障类型辨别能力的差异出发,给出获取诊断证据可靠性因子的方法;给出双目标优化模型训练得到诊断证据的重要性权重,最后利用ER规则融合经可靠性因子和重要性权重修正后的诊断证据,利用融合结果进行故障决策.该方法继承了Dempster-Shafer证据理论处理不确定性信息融合问题的优点,同时克服了它在实际应用中无法区分证据可靠性和重要性的不足,使得所获诊断证据更为客观、可信.最后,通过在多功能电机转子试验台上的故障诊断实验,验证了所提方法的有效性.     

基于知识库与规则库的电力系统暂态故障事件诊断方法

为了减少暂态故障诊断误差，扩大诊断范围的同时提升诊断精度，基于知识库与规则库提出一种电力系统暂态故障事件诊断方法。利用小生境遗传算法约简电力系统暂态故障事件决策表图，获取暂态故障事件故障规则集，依据该规则集建立暂态故障事件知识库；通过证据融合理论确定目标暂态故障事件的权重系数，结合关联度得到目标案例和知识库内案例的灰色相似度，获取两个案例间的匹配结果，完成暂态故障事件诊断。实验证明该方法可精准诊断暂态故障事件。当分辨系数取值范围为0.4至1.0时，均方根误差为0;在不同信息缺失比例时，暂态故障事件诊断的精度依旧较高。     

基于深度随机配置网络的电网故障诊断方法

针对继电保护和断路器的不确定性电网故障信息,给出了一种基于集成深度随机配置网络(SCN)的电网故障智能诊断方法。首先,面对分区的小规模子网,以子网全体关联保护和相应的断路器作为输入,采用深度SCN建立子网神经网络诊断模块。然后,定义广义误差熵性能指标,实时评测子网络诊断模块的故障诊断结果可信度,动态调节子网络层级对故障进行闭环反馈再诊断,使得故障诊断结果具有强可信度。子网络诊断模块完成各自的诊断任务后,基于模糊积分模块融合各子网络的高可信度诊断输出,最终实现区域间故障综合诊断决策。最后,仿真结果表明了该方法的可行性和有效性。     

考虑节点能量特征的无线传感数据加密传输方法

无线传感数据传输加密过程中,由于忽视节点的能量特征导致网络链路发生抖动,加密传输安全性较差。为此提出考虑节点能量特征的无线传感数据加密传输方法。通过混沌参数调制及时间戳技术,使得二阶映射自身的迭代律不断重复和交替传输,可以有效获取节点能量特征。在此基础上构建节点-链路评估模型,从节点、链路、能量三方面计算并控制无线传感网络的传输能量和功率损耗,促使网络链路状态平稳,以此评估网络安全环境,实现无线传感数据加密传输。仿真结果表明,所提方法的通信开销节约了70%能量,最优抗攻击性为94%,数据融合精确度为93%,有效提高了无线传感数据加密传输安全性。     

农村配电网继电保护电路故障自动检测方法

常规的农村配电网继电保护电路故障检测方法大多采用零序导纳变化原理设计而成,该方法自动化性能较差,无法较好地克服农村地区继电保护电路电压测量的局限性,故障检测百分比误差较高,诊断精度较低。为此,本文提出了一种全新的农村配电网继电保护电路故障自动检测方法,首先,采用支持向量机的分离结构分离继电保护电路的故障信号特征;其次,建立继电保护电路同步时序关系模型,检测并确定农村配电网继电保护电路具体的故障时间;在此基础上,对电路故障进行全方位的自动检测及定位。实验结果表明,利用本文方法自动检测电路故障的最大检测百分比误差不超过1%,能更加准确地检测农村配电网继电保护电路存在的故障隐患,检测诊断性能优势显著。     

基于多特征融合与GSA-SVM的滚动轴承故障诊断

滚动轴承在故障诊断过程中，存在着单一特征诊断准确率较低且无法充分表征故障信号所包含信息的问题。提出一种基于局部线性嵌入算法(Locally Linear Embedding, LLE)结合熵权法(the Entropy Weight Method, EWM)的多特征融合方法，结合引力搜索算法(Gravitational Search Algorithm, GSA)改进支持向量机(Support Vector Machine, SVM)实现滚动轴承的故障诊断。首先采用LLE-EWM对提取到的48维故障特征进行筛选融合，然后结合GSA-SVM模型对提取到的融合特征进行诊断，从而实现对滚动轴承变负载条件下的故障诊断。通过凯斯西储大学滚动轴承实测振动信号，对所提故障融合诊断方法的有效性进行验证。在特征筛选阈值设定为60%时，滚动轴承故障诊断的准确率达到99.7%。对比不同模型，所提方法具有最高的诊断准确率。试验结果表明，所提方法能够实现对故障信号特征信息的深度提取及提高故障诊断精度。     

基于多源信息融合的雷达装备故障诊断决策研究

针对现代雷达故障特征参数较多,一般诊断方法难以解决的问题,文章在分析雷达检测诊断中诊断信息、诊断知识、推理过程不确定性的基础上,结合信息获取、信息融合、故障诊断及趋势预测几个方面建立了基于多元信息融合的雷达故障诊断决策模型,研究了信息融合中不同信息的归一化方法;该方法充分利用信息之间的冗余性和互补性.使故障诊断决策结果更加科学和准确;实例分析证明了所提模型及方法在提高故障检测率、减小Bayes风险、改善故障诊断性能方面具有明显的作用.     

基于OWL本体和SWRL规则的导弹智能故障诊断研究

针对复杂航空装备诊断知识缺乏、诊断效率低和知识共享性差等问题,以某型红外弹为例,提出一种基于OWL本体和SWRL规则的导弹智能故障诊断方法。首先以导弹FMECA结果作为知识源,通过基于ATML语法的OWL逻辑描述语言建立导弹本体模型,完成故障模式和故障原因本体之间的映射;其次采用语义网络规则语言SWRL描述知识库规则,建立本体知识单元之间类、属性和实例的对应关系,最后通过Racer推理机对导弹知识库进行故障诊断推理,获取故障诊断优先级顺序。推理结果表明,该方法能够解决复杂航空装备专家诊断系统中的知识表示困难、缺乏自动语义推理、重用共享性差等问题,获得最优的故障诊断路径的同时减少了故障排查步骤,从而实现了故障原因的快速定位,提高了复杂航空装备专家诊断系统的诊断效率和可靠性。     

基于逻辑方程的飞机中央维护系统实时故障诊断方法

中央维护系统(CMS)是对飞机系统进行故障诊断和提供维护信息的主要系统,在提高飞机的测试性和维修性方面起着重要的作用.针对CMS实时故障诊断的问题,研究了基于逻辑方程的实时故障诊断方法.分析了CMS故障诊断功能需求,给出了CMS基于逻辑方程故障诊断的实现方法.通过构建逻辑方程规则知识库,提出了优化的匹配查找方法,并与预处理后的BIT信息匹配确定故障,提升了故障诊断效率.最后以飞机发动机电子控制系统的自检信息为例,建立逻辑方程知识库并进行故障诊断,结果表明该方法能快速准确诊断故障信息,为CMS实现故障诊断提供了有效的方案.     

数字孪生下的继电保护装置故障远程VR在线诊断系统设计

为了远程、在线交互地诊断继电保护装置故障,保证异常信号的完整性和监测过程的效率,设计数字孪生下的继电保护装置故障远程VR在线诊断系统。采用数字孪生技术构建继电保护装置诊断系统,通过感知层的感知设备、地面激光雷达采集继电保护装置电流电压数据以及点云数据,经网络层传输至平台层后,平台层利用运检管控平台管理、协调以及储存继电保护装置相关数据。应用层调用平台层整合后数据,运用小波信号检测理论检测继电保护装置的信号异常点,并通过故障诊断模块对比异常点数据与预期数据,VR远程监测模块将设备三维模型引入VR设备,可视化展现继电保护装置实时监控和检修作业情况,并通过统一视频平台完成与用户的虚拟交互。实验结果表明：该系统操作流畅、画面清晰,能够清晰监测继电保护装置的故障,迅速获取继电保护装置的异常信号。     

基于LE与ICROA-RVM的瓦斯传感器故障诊断

针对瓦斯传感器故障诊断速度慢、诊断精度不高的问题,以常见的冲击型、漂移型、偏置型和周期型传感器输出故障作为研究对象,提出一种基于拉普拉斯特征映射(LE)和改进化学反应优化算法(ICROA)优化的相关向量机(RVM)进行模式分类与辨识,实现瓦斯传感器故障诊断。首先采用流形学习方法 LE对高维原始数据空间进行非线性降维特征提取,提取故障特征,该方法极大地保留了原始数据中的整体几何信息;然后将故障特征作为RVM模型训练输入,利用ICROA算法对RVM模型的核参数进行全局寻优,将训练好的ICROA-RVM模型对测试样本进行故障诊断。实验结果表明:该诊断方法具有训练速度快,故障辨识精度高的特点,故障诊断正确率在96%以上,能够有效地提高瓦斯传感器故障诊断的速度和准确性。     

无线自组织网络下抵抗内部节点丢弃报文攻击的安全通信模型

无线自组织网络的报文传输是依靠网络中的节点彼此多跳接力传输,当网络中有节点被俘获以后,就会成为内部攻击者,并在报文的传输过程中发起丢弃报文攻击,严重降低网络性能.现有网络协议栈中传输层和网络层协议难以检测和防范在网络层发起丢弃报文攻击的节点.文中提出一种在网络层抵抗内部节点丢弃报文攻击的通信模型,它包括通信链路状态实时分析协议和分布式的节点类型判定算法两个部分.通信链路状态实时分析协议利用节点对间逐段生成的路径环路,通过引入报文成组应答机制使得节点能实时地获取其邻居节点的报文转发状态;在通信链路状态实时分析协议基础之上,节点根据相关数学模型能有效地分析邻居节点行为是否异常,并对网络中的节点进行分类,最终将恶意节点从网络中隔离出去.仿真实验结果表明,文中算法在恶意节点的检测率和误检率方面性能表现良好,能有效地抵抗来自网络内部节点的丢弃报文攻击.     

基于分层式证据推理的信息融合故障诊断方法

针对基于信息融合的故障诊断方法中,诊断证据的精细化获取问题和在线诊断信息量受限问题,提出分层式的证据推理(ER)诊断方法.在诊断证据获取过程中,给出故障特征参考值投点方法,按比例求取特征样本点对相邻参考值的相似度,生成点值型参考证据矩阵(REM)和在线故障特征样本的诊断证据,实现了诊断信息的精细化提取;在证据融合过程中,设计分层式ER融合模型.第1层融合中利用k-NN算法找到在线样本的近邻历史样本,然后利用ER规则实现在线样本与近邻历史样本对应证据的融合.在第2层融合中,将多个特征源提供的第1层融合结果再次融合,并根据两层融合所获证据进行故障决策;此外,在分层融合模型中,根据证据之间的欧氏距离构造目标函数及相应的证据重要性权重优化方法.最后,在多功能电机转子试验台上实施了故障诊断实验,与已有单层ER模型诊断结果进行比较,说明所提方法通过提升诊断证据的精确性、增加历史样本扩充诊断信息量,能够有效提升确诊率.     

基于粗糙集-神经网络集成的故障诊断

综合粗糙集和神经网络的优点,提出一种基于粗糙集-神经网络集成的智能故障诊断模型.在数据采集和预处理的基础上,利用粗糙集(RS)理论对原始故障诊断样本进行离散化处理,并根据条件属性(集)对决策属性的正域的大小来选择属性,提取出对诊断故障贡献最大的最小故障特征子集,从而确定神经网络的拓扑结构;通过网络训练建立故障特征与故障之间的映射关系,采用神经网络集成的方法实现故障的诊断.通过热电厂发电机组的故障诊断实例,表明了这种故障诊断方法的工程有效性.     

基于VPRS和神经网络的旋转机械故障诊断

在故障诊断领域中,由于大量相关且冗余的数据存在,我们往往很难找出故障原因与故障征兆之间的对应关系,所以只能通过对诊断信息的合理约简,来减少冗余数据对系统结果的影响.本文提出了一种基于变精度粗糙集模型和神经网络相结合的方法应用于旋转机械故障诊断,目的是为了更好的解决故障特征提取和诊断规则获取问题.