RBF神经元网络在热力系统执行机构故障诊断中的应用

针对热力系统中的执行机构的结构特性,分析了热力系统执行机构的解析冗余,首次提出了在确定准静态子系统的基础上,利用RBF神经元网络构造控制器输出估计器,实现执行机构本身和其反馈传感器的故障诊断。本故障诊断方案已经应用在开原热电厂130 t/h煤粉炉的控制系统中,通过现场试验,证明本方法是有效的。     

人工智能技术在电力系统故障诊断中应用

对人工神经网络、专家系统、遗传算法、模糊理论等人工智能技术的基本概念进行了简单的介绍，并从实用化的观点对它们在电力系统故障诊断中的应用特点、存在问题进行分析，最后指出人工智能技术用于电力系统故障诊断的最新发展动向。     

人工智能技术在输电网络故障诊断中的应用述评

简要介绍了相关的人工智能技术,如专家系统(expert system),人工神经网络(artificial neural network),模糊理论(fuzzy theory),遗传算法(genetic algorithms)及Petri网络(Petri net)等的基本概念,并在此基础上对文献中提出的相应的输电网络故障诊断方法进行述评,分析它们在输电网络故障诊断中应用的特点以及存在的主要问题,以促进该研究领域的进一步发展。     

电力变压器故障诊断专家系统研究现状及开发前景

在搜集了国内外大量有关文献的基础上,对用模糊理论、人工神经网络方法开发变压器的故障诊断专家系统的原理、现状作了总结,提出了改进方向。     

智能故障诊断技术的发展及应用

介绍了国内外机械设备智能故障诊断技术的发展状况,并分别对基于模糊理论、基于实例、基于专家系统、基于神经网络以及神经网络与专家系统相结合等多种智能故障诊断系统进行了分析和评述。     

智能故障诊断技术研究综述

在简单介绍故障诊断理论的基础上,重点评述了智能故障诊断技术的发展状况,并简要介绍专家系统故障诊断方法、模糊逻辑故障诊断方法、神经网络故障诊断方法、故障树故障诊断方法和基于案例的故障诊断方法,对每种方法均介绍了它的诊断原理与步骤,分析了它的特点及缺陷,最后指出了这一领域中有待进一步研究的若干问题和发展趋势.     

基于多种人工智能技术集成的电力变压器故障诊断

本文提出的算法综合了进化规划、模糊理论，人工神经网络，范例推理四种人工智能技术的优点，弥补了单种人工智能技术的缺陷，缩小了样本间的数据差异，优化了网络初始权值，大大提高了人工神经网络的收敛性，人工神经网络的拓扑结构及训练样本经过大量的计算进行筛选确定，并通过基于范例推理的专家系统检索出最佳源范例并给出诊断结论。诊断结果表明，本方法能较准确地判别电力变压器故障。     

采用神经网络和专家系统的变电站故障诊断系统

介绍了采用ANN和ES的变电站故障诊断系统，充分利用ES的推理能力和ANN的学习能力。系统首先采用ES对故障报警信息进行预处理，再用ANN方法确定故障情况，最后利用ES评价保护和开关的动作情况。ANN采用RBF网络，提高了训练速度和诊断能力；训练样本包括用ES自动生成基本故障样本，以及无确定规则的特殊样本，提高了系统管理样本的能力。本系统故障诊断快速，动作评价可靠，可减轻运行人员的工作量。     

模糊专家系统在电力变压器在线故障诊断中的应用初探

在经故障诊断专家系统的实现遇到的瓶颈问题是：在线可获得的专家知识相对匮乏，以及专家知识的有效性。本文分析了在线可获得的原始特征数据，首次提出了利用在线获得的油气量和局放信号相结合来进行故障诊断，提高了诊断的精确性。利用油色谱进行故障分析需要很多的非定量的经验知识，利用模糊推理，很好的定量化了这些知识，在此之上，构造了一个全新的变压器在线故障诊断专家系统。     

Gear Transmission Fault Classification using Deep Neural Networks and Classifier Level Sensor Fusion

Gear transmissions are widely used in industrial drive systems. Fault diagnosis of gear transmissions is important for maintaining the system performance, reducing the maintenance cost, and providing a safe working environment. This paper presents a novel fault diagnosis approach for gear transmissions based on convolutional neural networks (CNNs) and decision-level sensor fusion. In the proposed approach, a CNN is first utilized to classify the faults of a gear transmission based on the acquired signals from each of the sensors. Raw sensory data is sent directly into the CNN models without manual feature extraction. Then, classifier level sensor fusion is carried out to achieve improved classification accuracy by fusing the classification results from the CNN models. Experimental study is conducted, which shows the superior performance of the developed method in the classification of different gear transmission conditions in an automated industrial machine. The presented approach also achieves end-to-end learning that can be applied to the fault classification of a gear transmission under various operating conditions and with signals from different types of sensors.     

基于正反向推理的电力系统故障诊断专家系统

介绍了一种在电力系统故障诊断专家系统中采用的基于正反向推理的电力系统故障诊断方法。该方法首先根据跳闸断路器提出故障假说,然后根据断路器和继电保护的动作信息逐一检验假说的正确性,最后给出故障设备或故障范围。该方法可以诊断输电线路、母线、变压器和发电机设备的故障及继电保护和断路器的非正确动作。文中详细介绍了采用的推理规则及在复杂情况下计算故障可信度的方法。对山西电网实际故障事例的测试结果表明,该方法是有效的     

基于小波包变换和神经网络的逆变器故障诊断

本文提出了一种基于小波包变换和神经网络的PWM逆变器故障诊断方法。利用小波包分解的分频特性对逆变器机侧电流信号进行小波包分解,求得故障特征频率相应子频带的信号能量值,将此作为神经网络的输入,通过对神经网络的训练,确定网络参数,对故障数据的分析,达到故障诊断的目的。仿真结果表明该方法的有效性。     

Prediction of System Marginal Prices by Wavelet Transform and Neural Networks

The electricity supply industry is being restructured worldwide into a competitive market structure in which electricity is produced by generators, transmitted by transmission companies, and distributed by suppliers according to new trading agreements. In this market, System Marginal Price (SMP) plays a very important role. Obviously, an accurate prediction wouldbenefit all market participants involved. In this paper, through comparing the characteristics of the SMP and the load, a novel method based on wavelet transform and neural networks is proposed and tested by the UK pool data.     

故障诊断专家系统规则表示方式及推理算法

文中在对故障诊断和专家系统理论深入研究的基础上,结合实际运用中遇到的各种情况,实现规则的多种表示方式及其综合推理算法.     

基于模糊神经网络的堆料抓斗行车控制系统

根据主机参数设计一个模糊神经网络控制器,利用模糊神经网络使从机的速度和力矩都跟随主机,从而达到主从跟随模式。然后,根据设计参数仿真和运行,并成功地应用于堆料抓斗行车控制系统。     

小波神经网络在三相桥式全控整流装置故障诊断中的应用

本文在自行研制的三相桥式全控整流装置的基础上,引入小波分析与神经网络的手段对实验装置进行特征向量的提取和故障模式的识别,为实验装置设计一个故障智能诊断系统,以实现对装置故障的快速、准确诊断。     

模糊神经网络在变压器故障诊断中的应用研究

基于模糊逻辑理论和人工神经元网络，提出了将模糊神经网络应用于变压器故障诊断的方法，该方法实现了变压器故障的智能诊断。     

面向对象数据模型在故障诊断专家系统中应用

近年来，专家系统在越来越多的领域中得到了广泛的应用。文中介绍一种基本关系数据库及采用面向对象思想表示和存储知识的故障诊断专家系统。该系统已应用于故障诊断中，并被证实具有方便、准确和可靠的特点。