基于主动探测的高效故障检测与定位方法

针对目前基于主动探测技术故障检测与定位方法消耗探测过多、计算时间长以及定位准确度较低等问题,提出了高效的故障检测探测选择(PSFD)算法和故障定位探测选择(IFL)算法.PSFD算法在已有的贪婪增加算法上做了改进,提高了探测效率,缩短了探测时间.IFL算法将现有的2种故障定位探测选择算法相结合,在一定程度上降低了计算时间,提高了定位准确度.仿真实验验证了提出的PSFD和IFL算法的有效性,并对实验结果进行了分析.     

An Efficient Fault Detection and Localization Method Based on Active Probing

针对目前基于主动探测技术故障检测与定位方法消耗探测过多、计算时间长以及定位准确度较低等问题,提出了高效的故障检测探测选择( PSFD)算法和故障定位探测选择(IFL)算法.PSFD算法在已有的贪婪增加算法上做了改进,提高了探测效率,缩短了探测时间.IFL算法将现有的2种故障定位探测选择算法相结合,在一定程度上降低了计算时间,提高了定位准确度.仿真实验验证了提出的PSFD和IFL算法的有效性,并对实验结果进行了分析.     

全光网中定位故障链路的探测选择算法

文中研究了全光网中定位故障链路的探测选择算法．目前存在的随机游走算法可以惟一定位出每条故障链路,但在大型网络中定位故障链路时会消耗过多的探测以及平均波长数．首先建立关于故障检测需要的监测路径集合,其次在建立好的监测路径上同时发送探测信号,最后在有故障的路径上执行故障定位;证明了最小监测路径集合问题是非确定多项式完全问题,并提出启发式的监测路径选择算法来找最小监测路径集合; 同时证明了用一个监测站来定位k条故障链路的充分必要条件是,网络为k+1边连通的．对比随机游走算法,探测选择算法在定位故障链路的过程中明显地减少了定位故障链路所需的探测数和每条链路上消耗的平均波长数．     

一种新的Iddq故障定位算法研究

提出了一种新的基于静态电流检测的故障定位算法,该算法依据输入向量序列的响应和电路的结构特征,通过对DUT电路正常情况下的模拟,可直接计算出可能的故障点,并能够完成多故障的定位。实验结果表明该算法能对桥接故障、漏电流故障等进行有效的定位。     

基于信息融合的故障行波定位网络算法

提出一种基于整个输电网行波信息的故障定位算法．通过分析故障行波到达电网中各变电站的时间关系,运用最短路径原则将复杂的输电网络简化成无环网的辐射型网络,将远端变电站记录的初始行波到达时间折算为故障线路出口侧变电站的初始行波到达时间．通过剔除无效时间数据,并对所有折算得到的有效初始行波到达时间进行融合处理,实现基于整个输电网的故障行波定位．该算法有效解决了电网中某台行波定位装置时间记录不准确或故障导致的故障定位失败问题．仿真结果表明,该算法具有较高的可靠性、准确性,绝对误差不超过100m．     

基于概率分析的高阻接地故障检测新方法

针对配电网系统的单相高阻接地故障,提出了一种基于概率分析的故障检测与定位方法.该方法适用于零序不接地或经消弧线圈接地系统,利用数据采集系统采集到的零序电压和各线路零序电流的变化,进行各线路故障概率计算,在最大故障概率条件下进行故障定位.算法简洁有效,现场实测数据证明了该算法的正确性和实用性.     

传感器网络的目标丢失故障恢复技术研究

分析了传感器网络在目标跟踪过程中产生目标丢失故障的原因，在此基础上采用分簇设计思想．通过对跟踪目标移动速度的计算和目标搜寻区域的建立等方法，提出了新的目标丢失故障恢复算法和技术．最后通过仿真实验证明，所提出的目标跟踪系统的目标丢失故障恢复算法和技术在延长传感器网络生存时间前提下能够有效解决跟踪目标发生丢失故障后的目标快速恢复问题，并通过实验比较说明了提出的方法在能量有效性方面优于其他方法．     

基于EEMD和TEO的输电线路故障定位研究

提出了一种新颖的故障定位方法即EEMD-TEO算法,该算法克服了小波变换选择小波基函数和分解尺度的难题,同时避免了EMD出现的模态混叠现象。先在MATLAB/SIMULINK上搭建供电系统的模型并设置故障,然后提取故障信号进行分析,最后通过实验结果的分析,表明EEMD-TEO能够实现精准的故障效果。     

基于MODWT的自适应阈值微电网故障检测算法

对微电网线路故障的高效检测有助于快速切除故障,降低微电网对大电网的影响。现有的故障检测方法存在阈值难以选择、对高过渡电阻故障不敏感等问题,为此提出了基于极大重叠离散小波变换(MODWT)系数突变的自适应阈值选取故障检测算法。利用MODWT的特性,采用扩大窗的方法,在窗扩大的过程中对MODWT系数差值的阈值进行适应性调整。相较于现有的定阈值方法,该算法可以适应任意长度的数据样本对于多种故障状态可以进行适应性阈值调整,因此对高过渡电阻故障有较高的敏感度。通过仿真实验验证,该算法能在各种故障状态下快速检测故障发生的时间。     

基于模糊神经网络火控故障诊断系统研究

针对火控系统实时故障检测与诊断难题,对火控故障诊断系统的功能结构和故障特征进行分析研究.系统将状态监控、故障诊断、诊断意见集成为一体,采用分布式主从结构,提高了系统的可靠性和适应性.诊断算法以故障征兆特征与故障原因构成故障样本,在特定故障发生时其故障征兆就会呈现,通过神经网络训练提高了故障识别的准确性;选择蕴含算子并计算了故障信息模糊隶属度矩阵,分级进程推理完成故障识别和故障源的判定以提高诊断速度.通过实验证明了算法的有效性.     

高铁接触网U型抱箍螺母故障检测算法

针对高速铁路接触网平腕臂结构中U型抱箍螺母故障的问题,提出结合抱箍螺母检测算法（HND-Net）与Mask_RCNN实例分割的故障检测方法. 提出HND-Net目标检测算法,实现对平腕臂U型抱箍所在区域的初定位,对于定位得到的U型抱箍区域图像进行像素级别的Mask_RCNN实例分割,快速得到平腕臂U型抱箍4颗螺母的精确定位及分类信息. 利用得到的定位信息,提出分割算法实现对U型抱箍螺母的可靠故障诊断. 经实验验证可知,利用该方法能够在复杂的悬挂图像中准确地定位检测U型抱箍的螺母故障,对于拍摄角度、拍摄距离有良好的适应性和较高的检测效率.     

遗传粒子滤波的GPS接收机自主完好性监测

针对全球定位系统接收机观测噪声分布的特点和基本粒子滤波存在的粒子退化与采样枯竭问题,提出了一种基于遗传算法进行再采样粒子滤波与似然比方法有机结合的全球定位系统接收机自主完好性监测方法.建立了卫星故障检测的检验统计量,通过比较系统各状态累加对数似然比对卫星故障进行检测.将遗传算法中的选择、交叉和变异操作融入到粒子滤波中,提高了粒子滤波的精确性,在实数域内对粒子进行遗传操作,避免了遗传操作的编解码.实验表明,该算法在非高斯测量噪声下成功地检测并隔离故障卫星,提高了故障检测的性能,验证了该算法应用于全球定位系统接收机自主完好性监测的可行性和有效性.     

基于改进Kruskal算法的WSN故障节点检测方法

提出了一种基于改进Kruskal算法的无线传感器网络（WSN）故障节点检测方法. 该方法首先通过集中式的改进Kruskal最小生成树算法来获取可信的节点集合,之后依据可信节点,采用邻居节点比较算法对传感器节点的感知值进行分布式分析和处理,判定发生故障的传感器节点. 同时为了容忍节点的临时故障,引入了时间冗余. 仿真结果表明,在节点故障率高达35%时,该方法依然能快速定位故障节点,并且同时保证很高的检测精确度.     

变体飞行器传感器故障在线主动容错控制

为保证变体飞行器在传感器故障情况下的稳定飞行性能和良好跟踪效果,提高故障诊断准确度和容错控制能力,针对变体飞行器传感器故障诊断与容错控制问题,提出一种基于考虑属性可靠度的置信规则库(BRB-r)专家系统在线主动容错控制方法。首先,给出变体飞行器的气动参数模型和纵向非线性动力学模型,综合考虑外界扰动和传感器故障,利用最小二乘拟合方法和雅克比线性化方法,建立变体飞行器的切换线性变参数(LPV)故障模型;然后,基于BRB-r专家系统构建变体飞行器传感器故障诊断与容错控制模型,通过统计方法对传感器监测指标进行可靠性分析,并引入证据推理(ER)解析算法,提高故障诊断精度和容错控制效果;最后,利用基于投影算子的协方差矩阵自适应优化策略(P-CMA-ES)算法优化故障诊断与容错控制模型,降低系统的复杂度,提高了故障诊断效率。仿真结果表明,变体飞行器传感器故障诊断精度能够达到98.75%,当传感器故障程度小于50%时,所提方法能够有效克服传感器故障和外界扰动,保证变体飞行器的稳定飞行,具有较强的容错控制能力和鲁棒性能。     

节点信誉相关的无线传感器网络故障检测

提出一种基于节点信誉的无线传感器网络故障检测算法.算法为每个传感器节点建立了基于Dirichlet分布的信誉函数,整个算法由检测模块、信誉更新模块和故障判定模块3部分组成.检测模块计算节点当前时刻的健康等级;信誉更新模块负责维护、更新节点的信誉值;故障判定模块则对是否发生节点故障和敏感事件进行判定.仿真结果表明,该算法具有较高的故障检测精度,在传感器网络故障节点达到25%的情况下,仍能检测出94.83%的故障节点,而误警率则可以保持在5%以下.     

基于小波包的配电网故障选线距离判别方法

针对目前小波包选线方法的不足,提出了一种利用距离判别的统计方法以对小波包分解的信息进行充分利用,计算实时能量向量与非故障线路分布的距离以进行选线．充分利用了小波包分解的各频段能量信息和频段能量之间的相关信息,能较好地提高故障选线的正确性,并能结合暂态方向分量、五次谐波等稳态分量的统计特征使用．     

Mine-hoist fault-condition detection based on the wavelet packet transform and kernel PCA

A new algorithm was developed to correctly identify fault conditions and accurately monitor fault development in a mine hoist. The new method is based on the Wavelet Packet Transform (WPT) and kernel PCA (Kernel Principal Component Analysis, KPCA). For non-linear monitoring systems the key to fault detection is the extracting of main features. The wavelet packet transform is a novel technique of signal processing that possesses excellent characteristics of time-frequency localization. It is suitable for analysing time-varying or transient signals. KPCA maps the original input features into a higher dimension feature space through a non-linear mapping. The principal components are then found in the higher dimension feature space. The KPCA transformation was applied to extracting the main nonlinear features from experimental fault feature data after wavelet packet transformation. The results show that the proposed method affords credible fault detection and identification.     

输电线路精确双端故障测距算法研究

为了消除线路参数不确定性对测距精度的影响,提出了基于参数估计的自适应双端测距算法;利用输电线路的分布参数模型、故障前后的正序分量和负序分量写出测距的冗余方程,将线路的正序参数连同故障距离和非同步误差都作为未知量求解,从而实现自适应参数变化的双端测距算法,从原理上克服了现场和实际因素造成的线路参数不准确或变化对测距结果的影响.仿真实验和实际运行结果表明,该算法达到了很高的测距精度.     

基于免疫危险感知的水下接驳盒故障检测方法

针对现有水下接驳盒故障检测中存在仅通过特定的观测指标来判断系统故障,且观测指标的选取以及故障阈值的设定主要依赖人工经验的问题,本文借鉴机体免疫防御机制,提出了一种基于危险感知的水下接驳盒故障检测方法。借鉴机体免疫中的危险理论,在原DCA算法（dendritic cell algorithm）的基础之上,保留DCA算法的信号转换机制,对它的输入信号定义和异常评价方法进行改进以适合水下接驳盒工作环境,实现故障的在线检测。首先,依据变化是系统危险发生的征兆和外在表现的思想,提出了一种基于系统特征变化的危险信号提取方法,以提高DCA输入信号分类的自适应性。其次,针对原DCA算法只对数据项进行异常评价,无法检测系统级故障,提出采用成熟DC的浓度作为系统故障的评价指标。最后,采用水下接驳盒的真实数据进行模拟实验,并与PCA主元分析方法进行性能对比。实验结果显示本文方法不仅能有效检测出渐变故障,且比PCA方法具有更高的准确率,并能更早的发现故障。因此,本文提出的方法在水下接驳盒的故障检测中具有可行性。     

电力电缆故障测距概述

章在综述电力电缆故障类型和测距方法的基础上，详细分析了脉冲法测距方法的基本工作原理，并提出了提高测距精度的措施。