滚动轴承实时智能故障诊断算法研究

为了能够对滚动轴承进行实时智能故障诊断,提出一种基于互补集合经验模态分解(CEEMD)和反向传播算法(BP)神经网络的实时智能故障诊断算法。采用基于固定"筛"数量停止准则的CEEMD方法,对采集到的滚动轴承振动信号进行分解处理,结合相关性分析及能量特征参数,构建特征向量,利用BP神经网络进行智能故障识别。该方法将210个采样点的信号分解效率提升了90倍;以CEEMD作为分解工具的算法故障识别率为100%,小波包为97.5%。说明该算法可以准确有效地对滚动轴承进行智能故障诊断,较小波包处理方法更加准确,且大大提升了算法的实时性。     

SF6气体分解产物检测技术及其在GIS设备故障诊断中的应用

通过检测GIS设备中SF6气体分解产物对设备内部绝缘进行故障诊断和状态评估,具有抗干扰能力强、灵敏度高等特点,正在被应用于设备现场检测分析.笔者分析了SF6分解产物不同检测方法的特点,选用适合现场检测的方法和仪器,对耐压试验后的设备进行气体成分分析,根据SF6分解产物的组分及体积分数进行设备的状态评价和故障诊断.     

汽轮机通流部分故障诊断方法研究综述与展望

研究先进的汽轮机通流部分故障诊断方法,对提高汽轮机运行安全性以及经济性具有重要意义。在介绍国内外汽轮机通流部分故障诊断方法研究的发展现状基础上,对智能故障诊断方法进行了对比分析。最后提出了一种基于经验模态分解(EMD)的超超临界汽轮机组通流部分故障诊断方法。     

GIS内部潜伏性故障案例分析

介绍了3起基于气态分解产物测试和局部放电测试发现的典型SF₆全封闭组合电器（GIS）内部潜伏性故障案例。这些案例各有特点：能检出气态分解产物但未检出局部放电信号;未检出气态分解产物但检出局部放电信号;检出气态分解产物的同时也检出局部放电信号。通过解体检查,均验证了设备存在缺陷。因此,气态分解产物和局部放电测试技术在GIS潜伏性故障诊断方面具有广阔的应用前景。     

基于DMD和改进胶囊网络的变工况轴承故障诊断方法

针对轴承单一传感器所测数据存在不全面性和简单利用多传感器数据造成数据过多的问题，引入动态模态分解(DMD)的信号分解方法，将多传感器信号分解为多个模态，并提出利用能量值最大的模态对原始信号进行重构；针对变工况的问题，首先引入含有矢量神经元的胶囊网络(CN),然后提出在胶囊网络中加入转置卷积，构建改进的胶囊网络模型(ICN)充分提取输入数据的空间信息，对故障特征进行智能识别。基于DMD和ICN的轴承故障诊断方法既可以利用多传感器信号，同时也不会造成数据冗余；此外，ICN可以充分提取不同数据的空间信息，并通过动态路由算法计算胶囊层的相关度，实现在变工况下对轴承故障的精确诊断。实验结果表明，基于DMD和ICN模型的轴承智能故障诊断方法，比传统卷积神经网络(CNN)和未改进的胶囊网络具备更强的变工况故障诊断能力。     

基于小波网络的配电网空间数据库故障诊断方法

在进行配电网空间数据库建模中,需要对空间数据库进行优化检测和诊断,提高配电网的稳定运行能力,提出基于小波网络的配电网空间数据库故障诊断方法。构建配电网空间数据库的分布模型,采用高维特征分解方法进行配电网空间数据库的特征量化分解,结合小波网络学习方法进行配电网空间数据库故障状态特征提取,根据故障特征的聚类性进行配电网络空间数据库的结构重组和故障特性辨识,结合模糊统计分析方法,实现对配电网空间数据库的故障智能诊断。仿真结果表明,采用该方法进行配电网空间数据库故障诊断的准确性较好,分辨能力较强,提高了配电网空间数据库的稳定性。     

基于分解组分分析的SF_6设备绝缘故障诊断方法与技术的研究现状

随着全封闭式组合电器(GIS)设备在各电压等级中日益广泛应用,一旦发生绝缘故障将严重危及电力系统的安全运行,对GIS设备进行绝缘状态监测与故障诊断是降低其故障率和运维费用的有效手段之一。针对目前国内外研究热点,基于分解组分分析(DCA)的SF_6设备绝缘故障诊断方法与技术进行综述,以推动该领域的理论与技术进步。首先,在分析国内外气体绝缘装备故障统计的基础上,介绍常见的绝缘故障及其诱因;其次从引发SF_6气体分解过程及机制出发,分析基于SF_6分解组分的故障诊断原理,重点评述SF_6故障分解特征产物,并对以分解组分比值为特征量的故障诊断研究进展情况进行小结;最后结合当前研究现状和尚需解决的难点问题,指出基于分解组分分析的SF_6设备绝缘故障诊断方法与技术的研究要点及发展趋势。     

基于云边架构和小波神经网络的配电网故障诊断方法

电力物联网的建设促进了配电网故障诊断技术的发展。提出了基于云边架构和小波神经网络的配电网故障诊断方法,利用电力物联网的智能传感和通信技术,实现配电网故障诊断的同步数据量测及智能化信息分析。根据配电网同步相量测量单元(distributed phasor measurement unit,D-PMU)等装置对配电网故障进行分层处理,将经过小波变换的故障电流信号进行小波包变换分解得到故障特征向量,带入神经网络训练,输出诊断结果,实现快速收敛并减少了故障时间,提高了故障诊断精度。通过仿真算例验证,证明了所提方法的有效性。     

变压器故障的智能诊断系统

对变压器故障诊断的常用方法进行分析,并研究探讨了变压器故障诊断新方法--专家系统、模糊ISODATA法及IMFICG法等智能诊断系统。认为智能诊断系统(例如:IMFICG法),才是进行变压器故障诊断较理想的方法。     

基于GIS平台的配电网故障诊断算法

为了快速确定配电网故障点的位置,并给出故障处理方案,通过分析地理信息系统(GIS)平台配电网拓扑结构.在基于空间搜索技术的故障诊断基础上.引入了关键设备的简化结构及其数学模型.运用矩阵描述了开关状态及拓扑关系.利用基于矩阵运算的电网故障诊断算法.设计了基于GIS平台的故障诊断模块.工程应用中结合现有GSM/GPRS通信...