基于支持向量机的变压器故障诊断方法研究

变压器作为电网核心装备,对其故障类型做出准确的诊断是电网安全运行的基础.当前主要针对变压器油中溶解的气体进行故障诊断,本文利用支持向量机(SVM)在小样本数据条件下下仍能解决非线性和局部极小点等问题的优点,提出了基于SVM的变压器故障诊断模型.     

燃气轮机远程故障诊断系统的设计与实现

燃气轮机长期工作在高温、高压状态,受到机械振动和热疲劳等综合因素的共同影响,导致故障的原因错综复杂、形式多样,仅靠现场技术人员往往难以及时准确地对故障做出判断和处理。为了便于设备设计与制造厂商的专业技术人员、故障诊断专家和系统用户及时了解设备的运行情况,共同制定维护决策,本文开发了基于Web Services技术的符合OSA-CBM规范的远程故障诊断系统。该系统的实现在提高机组运行的安全性和可靠性的同时,还大幅度的降低了维修成本,具有较强的应用价值。     

远程故障诊断系统关键技术的实现

远程故障诊断系统在网络的支持下实现了异地故障判定与处理,减少了维护成本,提高了诊断的及时性和准确性。该文在阐述远程故障诊断系统的框架的基础上,深入剖析了远程故障诊断专家系统关键技术的实现。     

无人机远程故障诊断系统研究

探讨了UAV远程故障诊断系统的实现模式,研究了基于B/S模式和.net构架的故障诊断系统.讨论了UAV状态监测与远程故障诊断关键技术,并开发了某型无人机远程故障诊断系统原型.     

模拟退火优化SVM参数的变压器故障诊断

利用群智能算法优化支持向量机(SVM)参数往往需要引入额外的变量,使变压器故障诊断问题更加复杂,对此提出一种自适应的模拟退火算法优化(ASA)支持向量机参数;通过设计自适应的冷却进度表,使得寻参的过程仅仅依赖于退火速率以及网格搜索粒度,保持了较少的参数设置;在相关数据集上的实验表明,与已提出的粒子群算法(PSO)、遗传算法(GA)相比,ASA算法具有更快的收敛速度以及较好的诊断精度;利用自适应的模拟退火算法能够较好的优化SVM参数并提高变压器故障诊断的精度.     

基于支持向量机的印刷机远程故障诊断监测平台设计

为实现高端印刷机网络化、信息化、智能化,提出一种基于支持向量机(SVM)的印刷机远程网络故障诊断监测平台。该系统采用Windows系统下的Apache、MySQL和PHP(WAMP)开源环境,能够方便地建立远程服务站点,实现B/S架构的网络系统,设计一个基于TCP/IP协议的数据传输接口,通过客户端将现场设备数据发送给站点服务器,并存入本地数据库,基于专家系统建立诊断知识库,通过支持向量机进行故障的分类诊断。该平台具有通用性,可根据对象不同更改数据库结构。实际运行情况表明,该系统运行稳定。     

计算机远程故障诊断系统的设计实现

介绍了一种基于B/S模式的计算机远程故障诊断系统.详细阐述了该系统所采用的故障树框架型知识表示方法,没汁了基于规则的正反双向推理和基于案例推理相结合的混合推理机制,最后给出了系统的工作原理和总体结构.     

基于IGA-SVM的变压器多级故障诊断

针对传统的基于支持向量机(support vector machine, SVM)的变压器故障诊断中变压器的故障特征和SVM参数难以确定的问题,本文提出了一种基于改进遗传算法(improved genetic algorithm, IGA)和SVM的变压器故障诊断模型。该方法以SVM作为分类器,以常用故障诊断方法的20中特征量作为初始特征集合,采用二进制方式将变压器的故障特征和SVM的参数编码到同一条染色体,利用改进遗传算法对变压器的故障特征和分类器的参数进行联合优化。因为变压器的故障特征和SVM的参数是互相影响的,因此对两者做一个联合优化是比较合理的方案。然后依据最优故障特征和最优参数进行模型训练,利用训练好的模型对测试集进行诊断。仿真结果表明所提方法具有较高的故障诊断准确率。     

基于PLC控制的远程故障诊断系统

当今工业控制现场的设备的特点是自动化、复杂化和连续化,为了保证现场人员的人身安全同时为使这些设备的正常、可靠、高效地运行,有必要监测可诊断这些现场的设备。该文基于传统故障诊断理论和现代故障诊断理论,应用故障树分析(FTA)建立了胎面线控制系统的故障诊断模型。     

基于HMM的电力变压器故障诊断系统软件设计与实现

介绍了一种基于HMM的电力变压器故障诊断系统软件的设计与实现,给出了HMM建模和分类设计的步骤.在该系统中,利用Visual C#和LabVIEW为工具开发上层软件,利用COM技术实现算法的模块化.该系统可及时掌握电力变压器的工作状态和故障征兆及发展趋势,进行超差报警和故障诊断,以保证输变电系统的安全运行.     

电能计量互感器二次回路故障远程诊断方法

为保障电量计量设备平稳运行,提高二次回路故障诊断准确率,提出了电能计量互感器二次回路故障远程诊断方法,提高不同原因导致的二次回路故障诊断效果。在电能计量二次侧的电压、电流二次回路上布置各检测点,通过远程诊断设备的PT监测单元、CT监测单元、多路模拟采集器采集各检测点的电参量数据,传输至远程诊断设备的故障诊断单元,故障诊断单元综合处理接收的各数据信息,利用基于改进粒子群优化的BP神经网络故障诊断模型诊断互感器二次回路故障,并输出故障诊断结果。实验结果表明：该方法经80次迭代后,适应度曲线达到最佳收敛效果,获得最小MSE值,可有效识别电流信号的波形变化,实现不同原因导致的互感器二次回路故障的远程诊断,且故障诊断准确度高。     

基于LVQ网络的电力变压器故障诊断

本文提出了一种基于学习矢量化(Learning Vector Quantization)神经网络分类器结合油中溶解气体分析(DGA)的变压器故障诊断方法,把故障信号的训练样本输入到LVQ网络中进行训练,利用网络的竞争性将分类信息转变成使用者所定义的类别.训练和测试结果表明了该方法的有效性.     

采矿设备远程故障诊断系统设计

矿山生产设备大都分布偏远,工作环境恶劣,停产损失大.为了实现采矿设备远程故障诊断要求,提出基于VPN远程故障诊断系统方案.通过VPN技术来建立采矿企业的网络系统,可以合理实现企业总部到各个矿区之间的远程连接,随时跟踪设备在现场的工作运行状况,从而提高客户服务响应速度,避免可能的安全隐患.通过对试验用户的应用反馈来看,远程诊断系统能及时快速诊断出故障原因.     

基于粗糙集和支持向量机的机械故障诊断系统

提出了一种基于粗糙集和支持向量机(SVM)的机械故障诊断系统：首先将故障诊断决策系统中的连续属性值离散化；再基于粗糙集理论计算决策系统的约简，根据实际需要确定最优决策系统；最后在最优决策系统基础上设计SVM多分类器进行故障诊断。4135柴油机的实际故障诊断结果验证了所提出的粗糙集理论与SVM相结合的故障诊断系统的可行性。     

便携式变压器振动监测与故障诊断系统设计

设计一种基于嵌入式Windows系统的便携式变压器振动监测与故障诊断系统。介绍系统设计与实现的关键技术,包括信号采集、信号调理、A/D转换等硬件模块以及数据库、故障诊断算法、用户界面等软件模块的开发过程。该系统通过采集变压器的振动、电流、电压等信号对变压器状态及其故障进行分析与诊断,使用多种分析诊断算法,包括谱分析、幅值分析等常规方法,以及周期性诊断算法、模型诊断算法等新的分析诊断方法,用于及时地发现变压器的异常并发出警报。应用结果表明,该系统能够方便、有效地实现变压器运行状态及其故障的带电监测。     

基于Internet的远程机械故障诊断技术研究

介绍了利用Internet进行远程机械故障诊断的技术。重点介绍了远程诊断专家系统和远程信号处理系统的方法 ,同时介绍了动态网页 ,CORBA等技术在其中的应用。     

支撑向量机在航空发动机故障诊断中的应用研究

航空发动机故障样本有限,利用传统的统计识别方法故障诊断,正确率不高.支撑向量机能解决小样本的故障分类识别问题.研究Support Vector Machine(简称SVM)核函数对识别精度的影响,并把SVM与最大似然法、马氏距离法,最小距离法进行比较,结果表明SVM核函数对故障识别正确率影响不大,基于SVM的航空发动机...     

基于模糊粒子群算法的变压器故障自动识别①

提出了一种新的基于模糊粒子群算法的电力变压器故障自动识别方法。首先对基于油中溶解气体分析得到五种关键气体含量数据进行特殊预处理,得到识别四种故障需要的六个关键特征。然后给出了一个新的模糊聚类目标函数,在此基础上,根据已有的故障样本利用粒子群算法得到各类故障的最优聚类中心;并由此计算出各测试样本到各个聚类中心之间的距离以及相应的隶属度,最后识别出样本的变压器故障类型。测试结果显示,该方法能有效诊断识别出变压器高能放电、过热、低能放电和正常状态,精度可达92%。     

指控装备多Agent远程监测与诊断系统设计与实现

针对指挥控制系统日趋复杂,装备测试诊断任务压力骤增的现状和装备智能化保障需要,提出了一种基于多Agent分布式指控装备远程智能监测诊断系统,结合某型军用指控系统,将智能代理技术引人远程监测及诊断领域,建立多Agent系统(MAS)的远程监测模型,运用分布式人工智能理论设计组建各功能Agent子系统,并分析了其通信机制及协调一致性等关键技术,实现了对某型复杂指控装备的远程监控及故障诊断任务;通过实验仿真运行,验证了该系统能较好实现装备保障需求,具有良好的时效性与可靠性.