DATA TRANSFORMATION OF FAULT TREE BY USING MATRIX OPERATION

On the base of study of the correlation of fault tree's main data-minimum cutsets, minimum path sets, non-intersect minimum cut sets and non-intersect minimum path sets,transformation method among main data are found, i.e. the transformation can be realized by theoperation of cut sets matrixes. This method provides anew way to reduce 'NP' difficulty and simplifyFTA.

一种含扰动非线性离散系统的故障观测器设计方法

针对一类含扰动、传感器故障和执行器故障的非线性离散系统,提出了一种新型的故障观测器设计方法,该方法既考虑到了故障的类型,又考虑到了故障估计误差的收敛速度,故障估计方法适用性更强。首先,构造出含系统状态和传感器故障的增广向量,得到一个等价的广义系统;其次,考虑到系统中的执行器故障及故障估计的速度,构建同时含系统状态、执行器故障和传感器故障的故障观测器,并给出故障观测器存在的充分条件;最后,通过某飞机的纵向运动系统等非线性离散系统模型,对增广状态向量进行鲁棒估计,故障估计结果验证了该方法的优越性。

STUDY ON MODULAR FAULT TREE ANALYSIS TECHNIQUE WITH CUT SETS MATRIX METHOD

A new fault tree analysis (FTA) computation method is put forth by using modularization technique in FTA with cut sets matrix, and can reduce NP (Nondeterministic polynomial) difficulty effectively. This software can run in IBM PC and DOS 3.0 and up. The method provides theoretical basis and computation tool for application of FTA technique in the common engineering system

故障关联矩阵下弹性配电网可靠性评估

配电网弹性是指系统受到干扰后恢复原有状态的能力,而自然灾害的频发要求配电网不仅在正常条件下能够可靠运行,而且还能够在极端灾害出现时保持必要能力。据此,提出一种基于故障关联矩阵(fault incidence matrix,FIM)的弹性配电网可靠性评价方法。通过建立FIM,使用简化的矩阵代数、布尔运算即可实现配电系统可靠性、弹性和供电能力的显式解析计算,避免了评估过程中故障枚举的重复性搜索工作,节省了计算时间,并且可适用于结构复杂的配电网,易于扩展。最后结果表明:采用文中方法的计算时间仅为约0.055 s,相较于故障扩散算法和分块算法分别减少87%和75%的时间。

基于优化矩阵扰动分析的模拟电路故障诊断

在现有的模拟电路故障诊断算法中,人工智能故障诊断算法训练数据量大、训练时间长,且难以实现参数辨识。传统电路分析方法所需测试点多,计算复杂。基于此,提出了一种基于优化矩阵扰动分析的模拟电路故障诊断算法。首先,采用拉普拉斯(Laplace)算子卷积被测电路的输出响应矩阵,从而增强矩阵元素与电路元件参数之间的扰动规律。其次,选取矩阵的迹和谱半径作为故障特征,并利用这种扰动规律建立矩阵模型。然后,利用改进的诊断算法,在Sallen_Key带通滤波器电路和跳蛙低通滤波器电路上进行实例验证。结果表明,所提方法在仅使用一个测点的情况下,可实现故障元件的参数辨识。其故障诊断率达100%,参数辨识误差控制在1%内,且计算时间控制在毫秒级别。因此该方法容易实现在线测试,且适用于要求高定位准确率、高精度参数辨识的场合。

基于损失特征矩阵的CHB-BESS模块间接地故障诊断

模块间接地故障是H桥级联型电池储能系统(cascaded H bridge based battery energy storage system,CHB-BESS)的易发故障,快速诊断故障位置对减少故障损失至关重要。模块间接地故障的故障特征主要体现在零序电流上,会受到接地过渡电阻的影响。为实现接地过渡电阻不确定情况下,故障模块位置的快速准确鲁棒定位,本工作提出了一种基于损失特征矩阵的快速故障诊断方法。首先,本工作建立了零序等效电路模型;然后,将零序电流模型离散化;接着,提出基于损失特征矩阵的定位方法,该方法使用拓扑矩阵描述故障位置和过渡电阻的遍历信息,基于离散化模型来遍历计算零序电流,将计算结果与测量结果的偏差记录在损失特征矩阵中,通过偏差最优解确定故障位置;其次,本工作证实了故障定位问题作为最优化问题具有最优解唯一性,偏差最优解在接地过渡电阻不确定的情况下可获得准确的故障发生位置;最终,基于最优解唯一性提出了最优化计算的加速方法。实测表明,所提方法的平均定位误差仅为0.2个子模块,在接地过渡电阻较大范围不确定的情况下实现了准确定位,并且所提加速方法显著提高诊断速度。

考虑数据缺失的图注意力网络暂态稳定评估

基于人工智能的暂态稳定评估模型的性能高度依赖于系统的可观测性,而通信延迟和相量测量单元(phasor measurement units,PMU)故障等因素易导致数据缺失,使模型的评估性能下降。针对该问题,提出了一种基于图注意力网络(graph attention network,GAT)的暂态稳定评估模型。首先,根据原始网络拓扑及PMU配置方案获得表征系统可观测性的掩码矩阵,在任意PMU缺失的条件下,利用掩码矩阵训练模型;其次,通过GAT网络的多头注意力机制提取输入节点的时空信息,利用不同的权重聚合目标节点的邻域特征,实现对可观测数据的充分利用;最后,利用焦点损失函数加强模型对失稳样本的学习能力。仿真结果表明,所提方法可以最大限度地利用可观测数据,具有高精度和强鲁棒性,并且不受网络拓扑的限制,易于迁移。

采用集约化开放集差异分布对齐策略的轴承故障诊断方法

针对当前迁移学习算法应用于轴承故障诊断领域时,目标域中可能存在未知故障类别进而导致识别准确率过低的问题,引入了开集域自适应方法。针对现有的开放集域自适应算法在进行分布对齐时,多注重跨域对齐,很少关注领域内部的分布情况,从而导致对未知类别识别率较低的问题,提出了一种采用集约化开放集差异分布对齐(IDAOD)策略的轴承故障诊断方法,集成了跨域散度对齐和域内分布异化方法。使用开放集最近邻类验证方法获取目标域伪标签,然后构造源域和目标域的总体散度矩阵,进行跨域的散度对齐。基于分布适配加权条件分布,进一步异化同领域内不同类别的空间分布。在结构风险最小化框架下,基于开放集差异理论构造的损失函数,引入正则化项,得到最优解和新的目标域伪标签。通过在Office-31数据集上进行试验,验证了IDAOD算法的可行性。分别在CWRU和JNU轴承数据集上进行故障诊断试验,所提方法对未知故障类别的识别率均高于其他对比开放集算法,验证了所提方法在轴承数据集上能有效提高目标样本含有未知样本时的准确率。

模块化多电平矩阵换流器接入下的工频故障特性分析

基于模块化多电平矩阵换流器(M3C)的柔性低频输电系统在中远海风电外送、异步电网互联等方面优势突出。然而,有别于模块化多电平换流器(MMC)等其他电力电子换流设备,M3C的控制策略将导致系统故障特性发生显著变化。现有将电力电子设备负序部分等效为开路的故障等值与响应特性计算方法无法适用。文中计及M3C正序定电容电压总平均值控制、负序电流注入控制以及环流控制分层构成的桥臂电容电压均衡策略,推导了工频侧线路故障以后,M3C输入输出功率均衡、桥臂功率均衡(电容电压均衡的必要条件)与正负序电压电流间的映射关系,由此构建了工频侧线路故障(不对称、对称)后的M3C输出电压电流响应特性的等效模型。在此基础上,提出了M3C接入下工频侧线路故障后电压电流响应特性的精确计算方法。最后,基于PSCAD/EMTDC仿真平台,搭建了海上风电柔性低频送出系统仿真模型,通过大量仿真算例充分验证了所提故障特性分析方法的正确性和精确性。

执行器随机失效系统鲁棒预测容错切换控制

针对一类具有执行器随机失效问题的离散线性系统,提出一种基于故障概率情况下的鲁棒预测容错切换控制方法。首先,将工业过程建立成新型多自由度状态空间模型,设计含有故障概率的容错控制器;其次,引入系统故障和其恢复时的随机概率,利用李雅普诺夫判据给出基于线性矩阵不等式形式的稳定性条件,再通过指数稳定的相关证明求解出不同执行器切换时的稳定条件,以保证系统故障时容错控制与无故障时常规控制间的切换;然后,控制器设计时还充分考虑了设定值变化时所产生的跟踪误差带来的影响。最后,通过仿真结果验证了所提方法的可行性。

适用于含新能源交流电网继电保护整定计算的故障计算方法研究

基于阻抗矩阵的故障计算方法以其计算量小、适用于局部求解等特性,在交流电网继电保护整定计算中得到了广泛应用。新能源的大范围接入改变了整定计算中故障计算的局部性特征,增加了故障计算所需内存、降低了故障计算效率。针对这一问题,该文基于含新能源的故障计算公式,根据新能源对故障节点的影响因素,提出了适用于含新能源交流电网继电保护整定计算的故障计算方法。首先,从网络结构方面,筛选对故障电气量具有强影响的新能源,构建初始计算域;其次,从新能源输出方面对初始计算域进一步增补和修正;最后,经过逐层外扩,形成最终计算域。在保证工程所需计算精度的同时,降低了矩阵元素使用率,减少了故障计算的计算量,提高了计算效率。在IEEE39节点、IEEE118节点系统中验证了该方法的准确度和计算效率。

具有执行器故障的网络控制系统的非脆弱保性能控制

对短时变时延下具有执行器故障的网络控制系统的鲁棒非脆弱保性能控制问题进行研究。为了降低保守性,利用标称点方法对系统进行建模,并结合时变故障矩阵与非脆弱控制,将连续时间系统模型转变为具有范数有界不确定参数的时变离散时间模型。根据Lyapunov对离散系统的稳定性判据以及线性矩阵不等式技术,给出保性能控制器的设计策略和相应的二次性能指标的求解方法,并通过算例验证了所提策略的正确性。

基于RMT-CNN的电网短路故障定位研究

随着我国智能电网的快速发展,电网监测数据呈现多元化、高速化、海量化的趋势.为了充分挖掘电力大数据的潜在价值,实现电网内异常区域的自动识别与定位,本文研究了基于随机矩阵理论(random matrix theory,RMT)和卷积神经网络(convolutional neural networks,CNN)的电网异常事件定位方法.首先根据电网内部联系将电网划分为若干子系统,分区构建监测矩阵;然后采用RMT作为数据挖掘的特征提取方法,提取分区矩阵特征向量作为输入,根据电网监测数据和异常识别需求的特点搭建CNN模型;最后基于分区矩阵特征向量构建数据集,训练获得有效的异常事件自动定位CNN模型.以IEEE39节点电网模型三相短路故障为例,分析表明通过RMT提取特征向量的预处理方法能有效降低数据维度,提高CNN模型的故障定位准确率,分区RMT-CNN模型能有效定位电网内异常事件的发生地点,定位精度可达97.96%,精确率可达98.65%.

超声诊断仪无图像故障的快速诊断及应急维修方法

目的 由于超声诊断仪故障类型复杂多变,因其实时性使得获取准确故障数据困难较大,且仅通过人工诊断具有主观性,导致诊断效率不高。为了提高对超声诊断仪故障诊断的精准性,设计超声诊断仪无图像故障的快速诊断及应急维修方法。方法 利用实时监测环境监测超声诊断仪应用状态,计算超声诊断仪故障出现的时刻,获取故障数据,并对其进行初次特征提取;通过计算故障特征的权重值,进行二次特征提取,构建故障矩阵;利用故障诊断函数,诊断超声诊断仪故障;根据诊断结果,提出应急维修方案,完成超声诊断仪无图像故障的快速诊断及应急维修方法的设计。结果 在实验测试中,超声诊断仪无图像故障的快速诊断及应急维修方法诊断时间仅为0.89 ms,诊断效率更高。结论 通过设计快速诊断及应急维修方法,可以提高超声诊断仪的响应速度和诊断准确性,从而优化医疗服务质量,更好地为患者提供可靠的诊断结果。

基于多级支持向量机的配电网故障识别方法

构建了母线电压和主变低压侧电流波形的时频矩阵,并应用奇异值分解(SVD)技术提取波形的奇异谱,进而获得表示奇异值大小的奇异谱均值和描述信号复杂度的奇异熵等关键参数作为特征向量。通过仿真和实际测试,验证了该方法在各种典型条件下的识别精度均超过90%,证明了它在识别各种故障类型方面的有效性、适应性和实用性。

基于CEEMDAN和卷积神经网络的配电网故障选线新方法

文中提出一种基于自适应噪声的完全集合经验模态分解(complete ensemble empirical mode decomposition with adaptive noise,CEEMDAN)和卷积神经网络(convolutional neural networks,CNN)的配电网故障选线方法。利用CEEMDAN算法分解各线路零序电流信号,得到各线路零序电流的内禀函数;将各线路内禀函数按顺序拼接到一起得到一个时频数据矩阵。时频数据矩阵囊括丰富的故障特征,可以反映当前系统工况;通过卷积神经网络自主地挖掘时频数据矩阵的故障特征向量,通过softmax函数输出故障线路编号,实现配电网故障选线。通过仿真实验表明,该方法不受过渡电阻、检测时延等因素影响,可准确、有效地识别故障线路。

Faults有限元程序在Windows平台上的移植

Faults有限元软件综合高程、热流、断层等多个地球物理场参数,相较于Ansys、Adina等商用有限元软件能更好的处理断层的摩擦机制,因此Faults有限元软件在地学模拟中有独特优势。目前使用的Faults软件基于IBM科学与工程数学库(ESSL),使用环境较为苛刻,使用不便,需要移植源代码。利用Linpack免费数学库替代IBM服务器和科学工程数学库(ESSL)。文中阐述了利用Linpack替代原程序解带状矩阵数学库的方法,解决了刚度矩阵的存储和求解问题,对比理想边界条件下的计算结果,与原程序速度场计算结果进行对比。结果显示,对Faults有限单元程序在Windows平台上的移植是成功和可靠的。

基于变权属性矩阵的变压器零样本故障诊断技术

针对变压器故障数据的稀缺性及数据分布中存在的长尾现象,导致故障诊断准确率低的问题,该文提出一种基于变权属性矩阵的变压器零样本故障诊断技术。首先,采用改进的高效通道注意力网络-堆栈式自编码器(IECANet-SAE)网络构建特征提取模块,自适应地提取油中气体数据的关键特征信息;其次,利用基于潜在狄利克雷分布的主题建模方法构建变权属性矩阵;最后,提出基于神经网络的朴素贝叶斯(NNB)方法学习已知故障特征信息与属性矩阵的空间映射关系,建立零样本故障诊断模型并依靠模型实现未知故障类型诊断。应用IEC TC 10故障数据库及典型故障数据对所提方法加以验证。试验结果表明,所提出的方法具有更好的诊断效果,且在零样本条件下故障诊断平均准确率高达83%,平均诊断时间达0.18 s。

基于自适应邻域局部保留ELM-AE的机械故障诊断

针对机器学习故障诊断中存在的先验知识依赖以及数据利用不充分问题,提出一种自适应邻域的局部保留极限学习机自动编码器方法。成对样本在原始数据空间和嵌入的表示空间中引入欧几里得距离惩罚因子,实现数据样本的相似性分类;提出一个统一的目标函数,可以同时学习数据表示和关联矩阵,并提出一个软判别约束防止过度拟合。实验结果表明,融合学习关联矩阵和数据表示方法具有学习速度快、泛化能力强和诊断精度高等优点。

基于多端行波频率矩阵的复杂配电网故障定位方法

针对配电网线路参数受依频变化影响导致现有故障定位方法实现复杂以及行波传输速度无法准确计算的问题,基于多端行波频率矩阵,提出一种不依赖波头时间信息的复杂配电网故障定位方法。通过对故障行波固有频率主成分与传输距离的关系进行分析,定义各分支节点的参考端,并计算真实故障发生前的基准固有频率矩阵与真实故障发生后的故障固有频率矩阵之间的差值,最终得到相应的故障分支判定原理。在判定故障分支的基础上,按照故障点到参考端的路径不经过分支节点或经过分支节点数量最少为原则选取参考端,同时计算对应参考端故障固有频率主成分下的波速度,进而对故障点位置实现精确定位。仿真结果表明,所提方法无须检测行波波头时间,通过构建多端频率矩阵准确刻画配电网拓扑任一分支发生故障的情形,在保证故障分支可靠判定的同时实现了频率分量与波速度相互匹配,大大提高了故障定位精度,且定位结果不受故障位置、类型、过渡电阻、初相角影响。