输电网络故障诊断系统

在电力系统发生复杂故障、保护和/或断路器不正确动作、保护和/或断路器警报信号畸变和丢失等情况下,要靠调度人员及时而准确的判断故障就相当困难。这样,就需要发展电力系统故障诊断决策系统,以辅助调度人员对所发生的故障做出及时而正确的诊断。在此背景下,针对我国省级电力系统的实际需要,研究和开发了输电网络的故障诊断决策系统。该系统以故障诊断解析模型为基础,以保护和断路器状态为诊断信息源,采用优化算法实施故障诊断。该系统的软件开发以公共信息模型架构为基础,实现了与能量管理系统(Energy Management System,EMS)、监视控制与数据采集系统(Supervisory Control And Data Acquisition,SCADA)以及故障信息系统(Fault Information System,FIS)的信息交互,可以协助调度人员在面对复杂故障和非常见故障时,迅速确定故障元件,进而加快事故处理速度,尽快恢复供电。     

结构优化深度网络的高压断路器机械故障诊断

高压断路器操作过程中的振动信号反映断路器的机械状态。针对基于浅层的振动信号分析模型的特征提取及故障诊断精度等方面存在的不足,提出了一种基于遗传算法优化的卷积神经网络高压断路器故障诊断方法。利用遗传算法的全局寻优能力,通过遗传算法的选择、交叉和变异等操作获得最优初始网络结构参数及全连接层神经元数等,进而优化卷积神经网络,并将优化后的卷积神经网络应用于高压断路器的故障诊断。结果表明,所提方法的诊断性能优于未进行优化的卷积神经网络、动态支持向量机和多层感知机。     

利用保护、断路器状态信息进行电网故障的诊断

利用故障诊断数学模型,在深入分析电网故障保护、断路器状态信息结构的基础上,提出了相应关联矩阵运算方法,以便快速、准确地找到故障元件;同时,利用保护和断路器信息的故障诊断解析模型,在数学上是一个无约束0～1整数规划模型.该方法克服了传统的数据存储手段,在节省计算机资源,提高运算速度方面具有一定的优势;同时,具有通用性,能够在保护或者断路器拒动作或误动作的情况下,仍能正确地处理故障区域判断问题.通过一个简单的电网结构图在几种不同的故障情况下的仿真实验,证明了所提出的矩阵算法是正确合理的.     

电网故障诊断的遗传模拟退火算法研究

针对电网出现的复杂故障,如断路器和保护不正常动作或多重故障等情况,结合新的故障诊断优化模型,应用遗传模拟退火优化算法进行故障诊断,寻找使构造的目标函数最小的最优解.将遗传算法和模拟退火算法结合,有效避免了遗传算法过早收敛和模拟退火算法全局搜索较差的缺点,解决了电网故障诊断结果多解和漏解的情况,实现了电网断路器和保护不正常动作的故障诊断.     

故障诊断信息缺失情况下的电网故障诊断系统

针对电网故障诊断过程中常常出现元件信息传递漏报,导致故障诊断错误甚至无法诊断的问题,提出了基于信息漏报元件的后备信息来对该信息漏报元件的当前状态重新赋值的方法,实现对信息缺失元件的状态值的重新赋值。采用故障诊断优化模型,使得诊断系统能够在完整正确的数据支持下得到正确的诊断结果。经实际例证表明,在引入对缺失信息的修正方法后,因信息缺失而导致的无法对故障实现诊断或者误诊的问题得到了比较好的解决,诊断结果比较合理和准确。     

基于EMD和SVM的高压断路器机械故障诊断方法研究

高压断路器操动过程中,声波信号的变化反映了断路器机械状态,声波信号特征提取直接关系到故障诊断的准确性和实用性。提出一种基于经验模态分解(empirical mode decomposition,EMD)的状态特征提取方法,根据高压断路器分闸过程的物理特点,将分闸声波信号分为分闸前期、分闸中期、分闸后期三个阶段,各阶段声波信号等时间分段,形成等时间分段能量熵以反映声波信号的时间、频率和能量变化。将能量熵输入支持向量机(support vector machine,SVM),采用"一对其余"策略进行多级分类,可诊断出断路器的正常运行状态和典型故障。通过对ZN28A型真空断路器正常状态、拐臂润滑不足、缓冲器有多余无效撞击和其它故障的测试实验,基于EMD和SVM相结合的诊断方法,有效提高了小样本下诊断断路器机械故障的准确性。     

基于遗传小波神经网络的电网故障诊断方法研究

电网故障中继电保护和断路器的拒动、误动以及信息上传过程中的丢失、畸变等问题使快速、准确的故障诊断仍是一个难题。神经网络方法虽已应用,但神经网络容易陷入局部极小值,针对此情况,提出了基于小波神经网络和遗传算法相结合的故障诊断方法。用遗传算法学习小波神经网络的权值、尺度函数、结构,可以确定用于故障诊断的最优小波神经网络。并对算例进行了仿真,仿真结果表明优化的故障诊断系统优于BP算法的诊断系统,提高了故障诊断精度。     

断路器控制线圈电流特征诊断故障的技术分析及展望

在基于控制线圈电流特征变化检测断路器控制回路、电磁铁及运动部件缺陷有其独特优势。在建立电磁铁模型基础上推导等效电路的电流方程,剖析了控制线圈电流双峰波形的时间和幅值量特征,讨论了电流信号的小波去噪和形态滤波方法,并简要分析了几种特征优化方法。归纳了控制线圈电流特征诊断断路器故障的主流方法,对比了动态时间规整、聚类分析和故障树分析等故障诊断算法的优越性及局限性,并指出基于线圈电流判别故障的关键在于对基础数据样本处理,认为以线圈电流为主、融合多种信号建立先验知识数据库,引入深度学习和现代模式识别等人工智能算法才能使断路器故障诊断技术研究趋于实用化。     

基于声振联合特征熵的断路器故障诊断方法

针对断路器机械故障复杂、诊断困难的现状,提出了一种基于声振联合分析的断路器故障诊断方法。利用小波包和特征熵理论对采集到的振动和声音信号进行分解和特征提取,故障状态与正常状态之间的差异由特征熵矩阵之间的偏差来反映。将形成的特征熵矩阵作为支持向量机的输入特征向量,对断路器的卡涩和螺丝松动故障进行了分类识别,并与传统的单一信号故障诊断方法进行了比较。结果表明:以声振联合特征熵矩阵作为输入的支持向量机,在分类的效果上明显优于单信号,更适合在断路器故障识别中应用。     

电厂热工设备智能状态诊断分析系统软件设计

电厂热工设备智能状态诊断分析系统软件是以电厂热工设备为对象,主要由数据采集、数据处理、设备故障诊断和状态诊断等环节组成.该系统主要以神经网络为工具,主要包括基于神经网络辨识模型的故障诊断和基于神经网络模糊评判的状态诊断两种方法.该软件具有良好的人机界面,操作简单、方便.     

基于信息融合的控制系统中模拟电路故障诊断

针对控制系统中的模拟电路具有多种工作状态的特殊情况和故障诊断过程中的不确定性问题,提出了模糊一神经网络信息融合算法．给出了该算法的基本模型和应用于控制系统中模拟电路故障诊断的一般规律,通过将电路不同工作状态下的有效信息进行融合,结合模糊信息处理技术和神经网络推理技术,最终实现故障定位．将其应用到某型船舶主机遥控系统中延时电路板的故障诊断系统中,结果表明,该方法能够有效地提高故障模式的识别能力,将故障准确地定位到元器件．     

基于贝叶斯疑似度的有向二分图模型的故障元件诊断

针对目前已有的故障诊断方法存在的计算复杂度高、建模困难、诊断误差较大等不足,分析了故障与征兆之间的非确定性关系,建立了概率加权的有向二分图故障诊断模型,依据统计概率对模型进行初始化,结合开关量时序属性对征兆信息进行完备化处理,通过计算贝叶斯疑似度对电力系统中的故障进行诊断,输出故障诊断结果.     

基于人工神经网络的变电站故障诊断

介绍了一种利用人工神经网络（ＡＮＮ） 实现变电站故障诊断的方法,该方法充分利用人工神经网络所具有的强大的学习能力及高度的容错性等特点,实现对变电站故障元件的诊断．仿真结果表明,该方法不仅能准确地诊断出保护、开关正确动作时的故障元件,也可有效地诊断出因保护或开关拒动的越级故障时的故障元件．     

D-S多Agent飞行器结构系统早期故障智能诊断

将D-S证据理论与多A gent相结合,建立了飞行器结构系统早期故障智能诊断模型,对其实现策略、D-S融合推理算法等进行了分析和研究,并以空间飞行器防热系统为例说明了该方法的有效性。结果表明,该方法具有结构简单、组态灵活、推理速度快等特点,能够有效地对飞行器早期故障实施快速诊断,为保障飞行器安全可靠飞行提供了一种新的技术途径。     

Application of particle swarm optimization blind source separation technology in fault diagnosis of gearbox

Blind source separation (BBS) technology was applied to vibration signal processing of gearbox for separating different fault vibration sources and enhancing fault information. An improved BSS algorithm based on particle swarm optimization (PSO) was proposed. It can change the traditional fault-enhancing thought based on de-noising. And it can also solve the practical difficult problem of fault location and low fault diagnosis rate in early stage. It was applied to the vibration signal of gearbox under three working states. The result proves that the BSS greatly enhances fault information and supplies technological method for diagnosis of weak fault.     

基于模糊数学的汽车悬架系统故障诊断方法

将模糊数学方法引入悬架故障诊断中,分析了故障与征兆之间的模糊关系,建立了悬架故障诊断的模糊综合评判模型。同时借助状态参数法建立了隶属函数数学模型,采用最大隶属原则,对悬架系统进行综合评判。并以典型故障实例验证了所建模型的正确性及实用性。     

基于BP网络和LS-SVM的特征提取和故障识别方法

针对设备故障诊断过程中构建特征参数冗余,且进行高分辨率信息压缩所需的映射通常具有非线性的问题,应用BP神经网络提取设备状态特征,给出了进行设备状态特征集约简的实施方法.然后利用最小二乘支持向量机(LS-SVM)分类器的训练过程遵循结构风险最小化原则,能够避免传统机器学习的模型选择、过学习、局部极小等问题,具有有效解决非线性和高维模式识别问题的优点,构建了故障识别模型.最后将基于BP网络和LS-SVM的特征提取和故障识别方法用于离心泵机组的四种工作状态识别,并进行了ROC曲线分析,研究结果表明诊断实验的性能评价为优.