基于正弦同源-概率空间协同互补的涌流闭锁方案

为了取消正弦相似性原理中的最小二乘法等中间环节,获得直接固定标准正弦波形所需要的能量信息。借鉴时域概率分布的方法论,从优势互补的角度出发,设计了一种基于Wasserstein距离算法的变压器励磁涌流闭锁方案。该方案采用特征离散化的方式,提取目标对象和模板信号并转化为状态向量作为样本标签,以此来判别两者之间的能量分布差异,从而达到正弦场景同源识别的效果。理论分析与仿真结果表明,该方法实现简便,不需要频域计算。相比于现有正弦相似性原理,降低了保护流程的复杂程度,具有更强的实际应用价值和速动性能。通过PSCAD/MATLAB平台对现场合闸的录波数据进行测试分析,验证了所提方案对促进变压器保护性能的积极意义。

机械设备电气故障自动检测系统优化设计

当前系统不能有效消除干扰信号,数据采集精度低,影响机械设备电气故障诊断,为此设计一种新的机械设备电气故障自动检测系统。采集电气故障检测数据,提取电气故障特征,根据特征判断机械设备的电气故障原因,计算纠正参数完善电气故障检测结果,线性处理电压检测曲线,完成机械设备电气故障检测。测试结果验证,所提系统能够有效消除干扰信号,保证整体功能运行稳定,相对于对比系统,响应时间更短,数据采集精度得到明显改善。

基于CNN-SVM的船舶电力推进系统故障诊断技术研究

综合电力推进系统是现代船舶技术的跨越式发展,对解决船舶动力平台问题具有重要意义。为避免因电气设备运行故障对船舶运行安全性的影响,该文研究基于卷积神经网络和支持向量机融合的故障诊断方法。通过CNN来提取船舶电力推进系统故障信号的深层特征,将其作为故障分类器的输入,然后由SVM分类器进行故障分类。通过仿真实验后,发现学习率为0.001时,惩罚因子为1.5时,对应的故障诊断准确率最高,抗干扰能力较强。利用CNN和SVM融合的故障诊断方法,可有效提升船舶电力推进系统电气设备运行的可靠性,根据船舶电气系统运行特点,不断完善故障诊断方法,进一步推进我国船舶技术的发展进程。

基于改进ABC-RBF的飞机全电刹车系统智能故障诊断

由于现有的故障诊断方法存在诊断平均误差值较高、耗时较长的问题,为此设计了基于改进ABC-RBF神经网络的飞机全电刹车系统故障自动诊断方法;设计采用“USB接口+ARM+FPGA”的硬件架构方式和由上位机、信号衰减电路等构成的故障信号采集器,实施飞机全电刹车系统故障信号采集;设计基于互信息与变分模态分解(VMD)的信号降噪算法对采集到的信号实施降噪处理;采用改进后的ABC算法对RBF神经网络参数进行寻优,确保寻优参数的有效性;并引入模糊集合的概念来提高网络的性能,利用梯度下降法进行网络训练更新,降低诊断结果误差;由此将降噪信号输入,利用优化训练后的RBF神经网络实现飞机全电刹车系统的故障自动诊断;结果表明,该方法的偏离因子值最低达到0.08×10^(-3),3种故障的平均诊断迭代时间均较短,其中主起落架“走步”故障的平均诊断迭代时间最短。

基于改进遗传算法的高压电气设备故障信号低复杂度快速提取模型

提取速度过慢,提取位置不准确会直接影响电气设备的正常运行,为了解决这个问题,基于改进遗传算法提出高压电气设备故障信号低复杂度快速提取模型。建立了目标函数,构建了适用于高压电气生产设备故障信号提取的信息网络模型,对高压电气生产设备运行中的数据信息进行采集整理,根据数据类型和关键特征进行分类提取,代入运算程序进行故障检测运算模型,代入电气设备运行数据;引入改进后的遗传算法,选择适当的改进过程,实现对高压电器生产设备故障信号的低复杂度、准确、快速的提取。实验结果表明,该模型能够精准地判断故障类型,提取速度提高了20%~30%,复杂度较低,工作效果更好,应用性能更强。

计及小信号稳定的智能电表通信故障同步诊断方法

因受到电表内部小信号稳定性的干扰,故障诊断准确性较低,提出一种计及小信号稳定的智能电表通信故障同步诊断方法。根据智能电表中RS-485通信芯片的结构电路,分析智能电表通信过程,建立智能电表通信故障分析树,利用网络层有向图的形式分析智能电表故障通信连接情况,同步诊断智能电表通信故障,对智能电表通信故障同步诊断中涉及到的小信号进行滤波,去除噪声,优化智能电表通信故障同步诊断结果。实验结果表明:在学习率一定的情况下,设计方法的损失值较低,诊断准确率更高;在学习率改变的情况下,设计方法的诊断准确率在0.005时达到最高。智能电表通信故障诊断过程同步性得到保证,可为智能电表的智能应用提供理论参考。

基于信号触发控制的通信电源漏电故障定位技术研究

信号触发控制作为一种先进的故障诊断与处理方法,能够利用事件驱动机制实时监测和响应电源系统中的异常变化,并快速检测和精确定位故障。该技术通过分析电信号的即时数据,可以有效地识别并定位通信电源系统中的漏电点,从而提高系统的运维效率,缩短故障恢复时间。根据信号触发控制的工作原理与应用流程,文章系统地研究其在通信电源漏电故障定位中的具体实施方法和效果,包括信号识别、故障检测、系统处理及技术评估,并通过实际应用测试验证基于信号触发控制的通信电源的漏电故障定位技术的有效性与实用性。

运用FANUC信号追踪功能解决电气故障的方法研究

设备电气故障通常为软故障,原因不易发现,日常维修过程中凭借经验判断费时费力、准确度低。当前工业发展迅速,生产节拍要求越来越高,设备出现故障后需要快速精准恢复,给设备维护人员带来挑战。文章以数控车床CK7530F刀塔故障为例,结合刀塔电气控制原理,利用FANUC系统信号追踪功能,总结出一套针对电气故障维修的思路和方法,有利于数控设备维护工作效率的提高。

基于机电信号融合的电励磁双凸极电机绕组匝间短路故障诊断

定子绕组匝间短路是电励磁双凸极电机常见的故障,当匝间短路故障匝数较少时,对电机磁场的影响较小,使得难以通过单一故障特征精确地识别故障。该文通过分析该电机的本体结构和故障特征的提取机理,提出了一种基于振动和相电流信号的多源机电信号融合的电励磁双凸极电机短路故障综合诊断方法——基于多分类支持向量机及改进卷积神经网络的信号融合故障诊断。该文首先根据电励磁双凸极的结构特点研究了短路故障发生时特征信号的变化情况及提取机理;其次根据理论分析结果提出了一种自寻优卷积神经网络结合支持向量机的多源信号融合的故障诊断方法,该方法首先分别利用两种算法计算两个单信号特征下的故障诊断概率,再利用DS证据理论,得出融合后的诊断结果;最后通过实验表明,该文所提出的诊断方法可以更有效地识别电机不同的短路故障,降低了误判率,解决了单一信号源诊断方法精度较低的问题,具有良好的可靠性和互补性。

基于贝叶斯算法的电力变压器全寿命周期故障概率预测

为实现对电力变压器全寿命周期故障行为的准确预测,针对基于贝叶斯算法的电力变压器全寿命周期故障概率预测方法展开研究。根据电信号增益量,计算变压器评估指标的权重水平,联合贝叶斯算法,确定健康指数参量的数值情况,完成对电力变压器全寿命周期的评估。分别从全寿命周期成本、变压器故障成本两个角度着手,求解故障概率系数表达式,完成电力变压器全寿命周期故障概率预测模型的建立。对比实验结果表明,在贝叶斯算法作用下,可靠度指标计算数值体现了明显增大的变化趋势,与深度学习算法相比,该模型能够更加准确地预测电力变压器的全寿命周期故障表现行为,符合实际应用需求。

基于负序电信号的变压器绕组匝间故障检测系统

变压器绕组匝间故障检测对于保证电力系统稳定运行有重要意义,由于变压器自身很容易遭受外界冲击,进而出现故障,为此应用负序电信号设计了一种新的变压器绕组匝间故障检测系统。在硬件上分别设计了故障信号转化模块和数据检测模块,选用HIEC APF滤波器作为数据采集装置,选择208系列变送器检测故障数据。软件部分利用负序电信号针对三相系统的特点对向量图进行数据处理,将三相数据相加,并分类不同的电力结构,针对电力系统内部故障进行数据检测操作,实现变压器内部故障检测。实验结果表明,设计系统具备很好地确定分布式参数分布状态的能力,当频率超过0.3 kHz时出现对称,表明变压器存在短路故障,故障越严重,变压器绕组匝间阻抗值和相关系数的变化越大。

基于电性能特征的医疗设备故障识别方法研究

目的:提出一种多电性能特征提取的医疗设备故障识别方法,研究医疗设备输出的电流、电压和功率3种电信号,从而建立一套故障知识库,是一种用于替代人工检测的智能化医疗设备检测方法。方法:采集一种医疗设备的输出电信号进行分析,搭建电信号在正常与故障状态下的数学模型,并提取与状态相关的特征,通过建立设备工作状态、故障事件与电信号特征之间的关系而得到故障识别方法。设计两种实验验证了该方法的有效性和准确性:①采用不同类别医疗设备的特征研究,证明了该方法具备电子医疗设备的普适性;②采集同类医疗设备的不同状态和故障事件,验证不同设备的信号特征提取与理论模型的一致性,同时提取同种设备的故障状态下的电性能特征,用于制定相应故障规则后与人工故障检测准确性和时间进行对比。结果:采用多电性能特征提取的医疗设备故障识别方法,在对超声诊断仪和监护仪设备样本检测的验证中,仅电流特征的故障识别率普遍>90%;并且计算机通过制定的规则识别故障所需时间与人工检测的时间相比节省70%。结论:多电性能特征提取的医疗设备故障识别方法可用于医疗设备故障的识别,为有效提升医疗设备故障检测效率奠定基础。

基于小波包算法的电机故障信号的压缩和重构

提出了基于小波包改进算法的电机故障信号压缩和重构方法 ,取定误差限后 ,通过选择分解阶数并自动优化调节每个节点的阈值来获得尽可能大的压缩比。分析了小波包分解尺度空间系数v1不压缩和压缩 2种方案 ,以及小波包完全分解和基于熵值的最优分解下各压缩指标随尺度的变化情况 ,并比较了不同小波的压缩效果。分析结果表明 ,提出的方法在获得较大压缩比的同时又能不失真地重构原信号 ,并有效地减少小波包分解和重构的计算量 ,是一种有效的电机故障信号的压缩和重构方法。

基于行波理论的配电网故障定位方法的研究

提出了利用行波对带有分支的配电网故障线路进行准确定位的方法。该方法是一种分两步来确定故障点的定位方法:首先对故障产生的暂态行波进行检测,通过 识别来自故障点和不连续点的反射波来确定故障区段;在确定了故障区段的基础上,找到与故障点相关的2个反射波,并由这2个波的最大相关时间计算得到故障点到检测端的距离。文中介绍了该算法的理论研究工作,给出了EMTP仿真的仿真结果,最后通过对一条带分支的单相线路进行试验,进一步证明了该方法的正确性。

基于EMD的Hilbert变换应用于暂态信号分析

将一种新的非平稳信号处理方法--基于经验模态分解(EMD)的希尔伯特(Hilbert)变换方法,应用于电力系统暂态信号分析中。通过EMD方法提取信号的固有模态函数(IMF),再进行Hilbert变换,求瞬时频率、瞬时振幅,得到信号的Hilbert谱,进而得到Hilbert边际谱,对故障暂态和扰动信号进行了分析。通过瞬时频率进行故障暂态和扰动时刻的准确检测;通过Hilbert边际谱与傅里叶幅值谱的比较,表明Hilbert边际谱在分辨率上具有明显的优越性。该方法为电力系统暂态信号分析提供了一种新的分析手段。仿真结果验证了该方法的有效性。

用相关函数原理识别变压器励磁涌流和短路电流的新方法

变压器采用纵联差动保护时,如何正确识别励磁涌流和内部故障时的短路电流是关键问题。文章将变压器励磁涌流和各种内部故障电流均看作随机信号,应用数字信号处理中的相关函数原理对采样数据进行分析,计算采样数据的自相关函数,并与正弦电流形成的标准自相关函数进行相似比较运算,利用相似系数大小区分短路电流和励磁涌流。理论分析和动模试验结果验证了该方案的可行性。

一种触电信号的自动快速检测模型

针对未来低压电网剩余电流保护与动作技术中,如何检测触电时刻并识别总泄漏电流中人体触电支路电流信号的难题,利用数字信号的智能处理技术和具有自适应性与最佳逼近特性的组合神经网络有机结合,提出了一种触电电流信号的自动检测方法。在对低压电网中原总泄漏电流信号进行小波消噪基础上,实现了触电时刻的自动检测,触电故障模式分类归属的决策;同时从总泄漏电流中提取触电电流幅值波形。仿真实验表明:该方法速度快且稳定,模式分类正确率达100%,提取幅值与实际值的平均相对误差为3.65%,计算时间为0.064 68 s,具有良好的适应性和实用性,对于开发新一代剩余电流保护装置具有重要的参考价值。

小波包–能量谱在高压断路器机械故障诊断中的应用

文章提出了一种利用小波包变换对高压断路器振动信号进行处理的新方法,应用小波包–能量谱分析得到各尺度上的能量百分比作为特征参量对高压断路器进行故障诊断。小波包变换能将已知信号按任意时频分辨率分解到更加精细频带,且提高了信号处理的频率分辨率,小波包正交分解后的信号具有各频带信号独立、能量守衡的特点。仿真结果表明,小波包–能量谱用于高压断路器机械故障诊断中是行之有效的。

小波重构算法在配电网接地选线中的应用

当配电网单相接地故障发生在相电压过零点附近时,故障线路零序电流中含有大量的暂态感应电流直流分量。文章提出了利用小波的分频特性和重构算法,分别求取各线路零序电流中直流分量和基频分量的重构信号,根据故障线路和非故障线路零序电流中二者的能量比的不同,来确定故障线路的方法。应用电磁暂态程序(ATP)仿真也表明,用该方法实现配电网相电压过零点附近发生故障的故障选线,具有较高的灵敏度和可靠性。

4种新的小波变换及其在发电机故障信号分析中的应用

提出了余弦小波、半余弦小波、优余弦小波和拟余弦小波及其变换。这 4种新的小波函数和小波变换除具有非常好的时域和频域局部化特性外 ,还具有频率选择和频率跟踪能力强等特点 ,它们克服了傅里叶变换以及其他一些小波变换的不足 ,因而较适用于电力系统故障信号处理和分析 。