汽轮发电机组振动故障诊断数据库管理系统

随着监测一故障诊断系统在汽轮发电机组中的广泛应用，大量的振动信息需要数据库管理系统进行处理、分类和排序，然后提取振动特征值，供故障诊断系统进行分析和诊断，以便及早发现故障根源，将故障消除在萌芽状态。基于FoxPro 2．5 for Windows数据库管理系统的开发工具．开发了汽轮发电机组振动故障诊断数据库系统．实现了动态数据交换(DDE)；快速进行维护和检索；趋势分析；升降速幅频特性图(波特图)；报表打印等等。该未统的实现为汽轮发电机组转子的科学管理和故障诊断系统的应用奠定了基础。     

汽轮发电机组振动监测与故障诊断系统的研究开发

介绍了振动监测与故障诊断系统，该系统能够监测机组异常振动，将振动数据信息存储到数据服务器中，为趋势分析和故障诊断提供数据来源，可对机组进行在线与离线故障诊断。     

汽轮发电机组振动监视与故障诊断系统

介绍以汽轮发电机组为对象而研制的振动监视与故障诊断系统。该系统集信号处理、数据分析与故障诊断于一体，既能实时监视机组运行工况，又能分析机组运行数据，并对故障进行精确诊断。它能广泛应用于各类汽轮发电机组的振动监视与故障诊断     

汽轮发电机组振动故障诊断系统自学习的研究

对于一个已建立起来的故障诊断系统,其识别诊断故障的能力取决于诊断系统的知识容量。然而,人们对故障机理的认识是有限的,诊断系统不可能覆盖所有可能发生的故障,因此,对某些异常现象无法作出准确的辨识。文章着重研究振动故障的非线性特征,通过计算振动故障的分形维数提取新故障样本,提出了一种诊断能力自我扩充的理论方法,并进行了帝例验证。     

EN-8000汽轮发电机组振动监测分析故障诊断系统

异常振动是造成汽轮发电机组非计划停运的主要原因之一,加强汽轮发电机组的振动监测,对确保机组安全稳定运行有重要的意义。ＥＮ－８０００汽轮发电机组振动监测分析故障诊断系统采用集散型主从分布式结构,整个系统由网络集成,具有实时数据采集和处理,在线数据分析和储存,相关趋势分析及事故追忆,完备的振动分析功能和故障诊断,动平衡计算及远程通讯等功能。     

汽轮发电机组振动监测故障诊断系统的评述

介绍了几种汽轮发电机组振动监测故障诊断系统(TDM系统)的功能、组成和实现方式,并简单论述了各TDM系统的优缺点。现场应用表明:TDM系统对机组的振动监测能减少机组停机次数,提高设备的可用率,降低发电成本。     

供热汽轮发电机组振动的故障诊断及处理

针对某供热汽轮发电机组小修后出现3号轴承箱振动大的故障现象进行了现场测试,并对其振动特征及故障特征进行了分析。依据现场检查结构调整转子与定子装配情况,对发电机转子进行动平衡,解决了该机组的振动问题。     

分布式汽轮发电机组在线检测与故障诊断系统

汽轮发电机组运行时需要监视的参数较我,常规集中式监视系统投资大,安装工作量大且受场地限制。由于集控室仪表安装密度很高,使得大部分同类系统只能安装在仪表室中,造成与使用者的分离而不能发挥应用作用。本文结合１００ＭＷ汽轮发电机组在线检测系统的工程实践,利用机组已安装的智能巡测仪作为前沿站,加入必要的振动测点构成分布式汽轮发电机组在线检测与故障诊断系统,既有利于新机组的系统设计,又特别适合现有运行机组的     

襄樊电厂300MW汽轮发电机组振动故障诊断与处理

详细介绍襄樊电厂１号机组在运行过程中存在的各种振动问题，对振动原因进行具体分析，提出处理振动故障措施，并最终使轴系振动符合达标要求。     

基于BP网络模型的汽轮发电机组的振动故障诊断

建立了汽轮发电机组的基于ＢＰ算法的神经网络振动故障诊断模型，对实际机组进行了现场诊断，效果良好。并将其与灰色关联度分析方法、模糊综合评判方法做了综合比较，提出神经网络方法在故障诊断领域中有广阔的应用前景。     

基于离散BAM网络的汽轮发电机组振动故障诊断的应用研究

本文针对常规频谱诊断方法的不足,详细论述了离散的BAM网络及其特性.进而讨论了汽轮发电机组常见典型振动故障的变化特征及其数字化描述方法,建立了基于BAM算法的神经网络的汽轮发电机组振动故障诊断模型,对实际机组故障进行了诊断,效果良好.通过分析,提出BAM网络在故障诊断领域中有广阔的应用前景.     

基于决策表约简的变压器故障诊断Petri网络模型及其应用研究

通过对变压器故障诊断知识中大量的冗余特征进行压缩或约简 ,将粗糙集理论(RST)引入到变压器故障诊断中 ,以提高以往依赖先验知识进行诊断智能方法的效率。根据决策表约简实现故障特征的压缩与规则的简化 ,并利用该结果建立Petri网络模型 ,可获得最优的网络模型以充分发挥其快速的并行推理能力 ,实现高效的变压器故障诊断。对比分析结果表明 :约简后的特征具有与原来相同的分类能力 ,得出的主导特征也与实际相符 ;基于最小诊断规则所建立的故障诊断Petri网络模型 ,结构得到有效地优化 ,分类结果与原有的网络一致。最后通过实例分析验证了方法的准确性     

改进遗传算法和神经网络在汽轮发电机组故障诊断中的应用

遗传算法是一种模拟自然进化而提出的优化组合算法，是建立在遗传学基础上的参数搜索方法。文章针对多征兆、多故障的汽轮发电机组的故障诊断系统，对采用改进的GA和RBF径向基函数神经网络相结合进行故障模式识别的方法进行研究。仿真表明，该方法对于汽轮发电机组的故障诊断具有较高的实用价值。     

一种基于粗糙集理论的燃气轮发电机组故障诊断新方法

燃气轮发电机组的故障诊断,实质上是一个模式分类问题。本文以振动特征频谱为依据,提出了一种基于粗糙集理论的燃气轮发电机组故障诊断新方法。该方法不但可直接从完备的故障特征频谱样本集中导出正确的诊断结论,而且还能从不完整的故障特征频谱样本集中导出满意的诊断结论,它揭示了故障特征频谱信息的冗余性。本方法为在不完整征兆信息下的燃气轮发电机组故障诊断提供了新的思路。实例诊断结果表明了该方法的有效性。     

Petri网与专家系统结合的输电网络故障诊断方法

介绍了一种应用Petri网数学模型并结合专家系统进行电力系统输电网络故障诊断的方法。根据断路器跳闸信息确定故障区域,通过搜索“六元表”找出故障区域中动作的各类保护及相关的断路器,通过与SCADA系统提供的信息进行比较,把对应各设备的继电保护信息输入Petri网故障诊断模型,最终确定故障元件。这种方法克服了专家系统难于用数学方法描述的缺点,利用Petri网建立数学模型,提高了故障诊断速度。通过实例仿真验证了该方法的有效性、准确性和通用性。     

模糊c划分结合遗传算法诊断机组振动多故障

为很好地解决汽轮发电机组经常同时发生多种振动故障的问题,考虑到模糊c划分极易陷入局部最优的缺点以及遗传算法全局寻优的优点,提出了结合两者的机组振动多故障诊断新方法。它将模糊c划分的求极小值问题转化为遗传算法的求最大值问题,并用分类系数和平均模糊熵加以判别。经大量诊断实例分析证明,该方法既可正确判断汽轮发电机机组的单一故障,又可有效诊断振动多故障,诊断的可靠性和实用性较高。     

一种改进型BP网络在汽轮发电机组故障诊断中的应用

在标准BP网络基础上,提出一种加优先权值的改进BP网络模型,给出该网络模型的结构、具体的学习训练算法和反馈算法,并阐述输入层与输出层神经元部分连接的依据及其连接优先权值的确定问题。结合汽轮发电机组故障诊断实例,从单故障识别和多故障识别两个角度证明了该模型具有较强的故障识别能力,其诊断结果也更符合故障实际情况。     

基于分层模糊Petri网的电网故障综合诊断方法

为降低Petri网的规模,提高诊断的准确性和适应性,研究了一种用于电网故障综合诊断的分层、多子网模糊Petri网模型。考虑了主保护、近后备保护及远后备保护的不同作用,对各保护子网中变迁到终止库所的输出弧赋予不同的权值,修正了变迁的输出概率高斯求取函数。提出先建元件的各保护子网与线路单侧诊断子网、再建综合诊断子网的分层建模方法。该方法可根据电网拓扑变化对模型进行一定的自适应调整。给出了基于矩阵运算的推理过程。针对一个典型电网做了多组案例测试,实验结果验证了该模糊Petri网的有效性,在信息不完备情况下仍能给出正确的诊断结果。     

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。     

Fault Section Estimation of Power System Using Colored and Timed Petri Nets

A correct and rapid inference is required for practical use of expert system for fault section estimation in power systems. This paper proposes a new model-based expert system for fault section estimation using colored and timed Petri nets. The Petri nets simplify the inference procedure greatly because it can represent the causalities among faults of power system components, protective actions of relays and circuit breakers. They can also represent the operating states of these protective devices explicitly, or, more precisely, whether a relay has been actuated correctly or falsely, etc. In addition, time sequence information on actuated relays and tripped circuit breakers can be handled by using the colored and timed Petri nets. Therefore, the operating states of relays and circuit breakers can be inferred more correctly. Petri nets are suited for parallel processing so well that there is a possibility of reducing the inference time considerably. In the proposed system, the inference is executed by setting the initial states in the Petri nets using the information on the actuated relays and the tripped circuit breakers and then operating the Petri nets. There have been several test cases which used a prototype system on the Macintosh computer employing Object Common Lisp, and good results have been obtained.