分布式光伏发电系统的状态监测及故障诊断分析

阐述分布式光伏发电系统的特点,分布式光伏发电系统的状态监测方法,探讨故障诊断方法,包括数据监测与分析、遥测监控系统、红外热成像、电气系统检查、故障模式与故障树分析。

基于机器学习的分布式的故障诊断系统研究

目前,分布式存储系统的应用已经越来越广泛,规模和复杂性不断增加,导致故障发生的平均概率较高,其运维的难度和复杂度也大大提高。因此,如何对分布式系统进行高效、准确的运维,成为保障信息系统高效、可靠运行的关键问题。该文就故障诊断问题,通过对系统发生故障时的KPI指标数据的预处理和特征提取,使用XGBoost算法对故障进行诊断,实现故障的智能分类,帮助人们判断该故障属于什么故障问题。

海上风电机组分布式控制系统故障诊断与定位分析

文章主要分析了海上风电机组分布式的控制系统应用现状,并重点分析了对海上风电机组分布式中存在的问题以及相关的定位研究。它不仅可以设计出具体的通信故障的诊断以及定位的方案,还可以对分布式系统机组之间的通信链路进行简化,起到有效控制风机网络间拓扑的效果。研究和分析该装置,可以进一步对分布式风电机组所构成的风电场进行群落的划分。

分布式随机离散事件系统的模式故障安全诊断

现有分布式随机离散事件系统的研究都集中在单个事件导致的故障上,然而许多实际应用系统所发生的故障往往是由一系列事件相继发生而导致的。针对此类故障的检测问题,本文提出了一种随机离散事件系统的模式故障安全协同诊断方法。首先,对分布式随机离散事件系统的模式故障安全协同可诊断性进行了形式化。然后,通过构造模式故障安全协同诊断器,提出了一个基于安全协同诊断器的分布式随机离散事件系统的模式故障安全协同可诊断性的充要条件,实现了分布式随机离散事件系统的模式故障安全诊断。

分布式网络化控制系统故障诊断方法的研究

为了避免分布式网络化控制系统由于网络负载过大而造成的时延和丢包问题,引入基于包的传输机制,并针对此特殊结构设计中心故障诊断单元.在诊断单元设计中,由于各子系统工作周期不同以及传输包的大小不同,将系统看作多速率采样系统,采用提升技术获得系统的离散模型.在此基础上设计状态观测器,实现分布式网络化控制系统的故障诊断.最后通过仿真验证了所提出方法的有效性.

基于T-S模糊KPCA模型的分布式控制系统传感器故障诊断

为减小航空发动机多工况的工作特性和分布式控制系统非线性网络环境对故障诊断系统的影响,针对航空发动机分布式控制系统,提出一种基于T-S模糊KPCA模型的传感器故障诊断方法。首先采用C均值模糊聚类法,以油门杆角度为样本标签,对样本空间进行模糊分类,再通过模糊相似矩阵剔除各样本子空间的野值点;其次建立标称工况的KPCA模型,并利用训练样本对非标称工况的隶属度函数进行辨识,得到全工况T-S模糊KPCA模型;最后利用统计量T 2和SPE对传感器故障进行检测,并采用数据重构方法对故障传感器进行隔离定位。仿真结果表明该方法对发动机的任意稳定工况具有自适应能力,能够在非线性网络环境下对正常样本和故障样本保持较低的虚警率和漏报率。当多个传感器同时发生故障时,能够准确找到故障源,实现对故障传感器的隔离。

分布式机械故障诊断系统的协调机制及其分析

基于主体(Agent)的分布式机械故障专家系统可以有效地提高诊断效率,但Agent间诊断结果的不一致性会影响整个系统的诊断结果,需要采取适当的协调机制调节Agent之间的矛盾.为此给出了可信度优先、权威性优先、相邻影响、彼此影响等4种Agent协调机制以及相应的协调公式,并对它们进行了量化比较,分析了各自的优越性和适应性情形.最后给出了基于协调的Agent分组诊断的一致性处理机制.

基于CAN总线的电动汽车分布式控制系统的故障诊断研究

介绍了XL系列电动轿车的整车控制系统网络结构,分析了基于CAN总线的电动汽车控制系统的故障诊断模式,对电控单元的故障监测、诊断以及处理方法进行了探讨,并且提出了故障码和故障信息的编码方式·

计及故障持续时间的电力系统暂态稳定分布式控制

针对电力系统故障持续时间会影响暂态稳定控制的问题,本文提出了一种使系统在固定时间内恢复暂态稳定运行的策略.该策略通过电力系统通信拓扑建模方法为每个发电机建立“邻居发电机”,利用发电机本地信息和其邻居发电机的信息设计分布式控制器,通过控制储能装置作用于受扰动后的系统,使其在固定时间内恢复稳定运行.其次,此控制策略还解决了一些实际挑战,如控制器的输入延时、外部的干扰、储能装置的容量限制等.通过构建李雅普诺夫函数并利用图论知识对该策略展开了稳定性分析,推导出了稳定系统的时间界限.最后,将控制器投入新英格兰39节点测试系统中,并与其它控制器进行比较,仿真结果验证了在低容量储能装置限制下和抗干扰性上控制器性能的优势.

分布式电动汽车驱动电机故障诊断与容错控制研究现状与发展趋势

针对永磁电机故障诊断与驱动整车容错控制技术的发展现状和研究成果进行分析,从考虑电机绕组短路和永磁体退磁的故障角度,阐述了基于信号提取和智能辨识的典型诊断策略,梳理了不同诊断方法的技术难点;在整车容错控制方面,依据转矩转移、控制分配、智能控制等容错技术的适用场景,探讨了不同控制算法的逻辑架构及优缺点;展望了分布式电动汽车驱动电机故障诊断及容错控制关键技术的发展方向。

带PCS的分布式网络化控制系统的故障诊断

提出了带有周期通信序列(PCS)的多输入与多输出分布式网络化控制系统的故障诊断方法.通过把故障诊断单元与各子系统之间周期通信序列的变换相当于不同工作模态之间的切换,将带有周期通信序列的系统建模为切换系统.针对此切换系统,将鲁棒故障诊断滤波器的设计问题转化为H∞优化问题,并且采用LMI技术进行求解.将系统在无故障与发生故障情况下获得的残差进行比较.结果表明,所提出的故障诊断方法在子系统信息不完全的前提下,仍能检测出系统故障的发生.

基于机器学习的分布式系统故障诊断实现方法

分布式系统规模庞大且结构复杂,传统的运维方式已难以满足其对稳定性和高效率的需求。文章采用Web技术和机器学习算法开发了一种分布式系统的故障诊断实现方法。在Web方面,文章设计并实现了用户管理、日志的采集与管理、故障诊断与可视化、运维管理等功能。在机器学习方面,文章训练并评估了决策树、随机森林、前馈神经网络模型,其中随机森林模型的故障诊断准确率高达95%。该系统不仅有利于故障的快速诊断和解决,降低运维的难度,减少人力资源的消耗,提高运维效率,还具有显著的实用价值和广泛的应用前景。

Network 6000分布式控制系统分析及故障处理

针对引进的Network 60 0 0分布式控制系统所产生的故障进行了简要的分析和处理 。

分布式光伏发电系统的状态监测及故障诊断

随着可再生能源的广泛应用,分布式光伏发电系统成为重要的电力来源。为了保证分布式光伏发电系统高效稳定运行,需要实时监控其运行状态,并及时发现其可能存在的故障,因此,状态监测及故障诊断技术变得尤为关键。介绍了分布式光伏发电系统的定义、工作原理及组成。阐述了分布式光伏发电系统状态监测的技术,包括电流、电压、温度和辐射强度的监测,以及监测系统的网络架构与设备等。在故障诊断方面,探讨了具体故障类型及诊断技术,并研究人工神经网络、机器学习算法、物联网和大数据等新兴技术在状态监测与故障诊断中的应用前景,为分布式光伏发电系统的健康管理和优化运行提供了新思路。

涡轴发动机分布式控制系统传感器故障诊断技术

为满足航空发动机分布式控制系统的故障诊断需求,重点解决分布式控制系统中总线通信时延对传统故障诊断措施效果的影响,提出了一种新的航空发动机分布式控制系统故障诊断方法。针对航空涡轴发动机,搭建了包含随机时延的分布式控制系统数学模型,利用等价空间法(PSM)设计故障诊断滤波器组。并将改进的故障诊断方法与传统的基于Kalman滤波器组的方法进行对比仿真验证。结果表明,基于PSM算法所设计的故障诊断滤波器组,在对包含随机时延的涡轴发动机分布式控制系统进行传感器故障诊断中,能有效降低时延所引起的故障指示信号跳变幅度。证明此方法能够减少通信时延导致故障误判的情况,提高发动机分布式控制系统故障诊断的准确率。

含PQ控制逆变型分布式电源的配电网故障分析方法

随着逆变型分布式电源(inverter interfaced distributed generation,IIDG)在配电网中的渗透率不断提高,且在新的故障穿越行为要求下,现有的故障分析方法已不再适用。为此,提出一种适应于最新并网规定的含PQ控制IIDG的配电网故障分析方法。该方法首先通过分析IIDG故障电流特性,提出计及控制特性的IIDG压控电流源等值模型;在此基础上,建立了故障下的含IIDG配电网节点电压方程,并针对不同IIDG间相互耦合以及公共连接点(point of common coupling,PCC)故障电压与IIDG故障电流之间存在非线性关系,提出相应的迭代修正求解方法。最后,通过算例仿真计算,验证了所提方法的可行性和有效性。

计及逆变型分布式电源控制特性的配电网故障分析方法

随着分布式电源(DG)的大量接入,DG的故障穿越行为对配电网的故障特性影响很大。而传统的等值模型均未计及DG的控制策略,从而造成含DG的配电网故障分析存在不可忽略的局限性。为此,文中在系统分析DG控制策略和动作行为的基础上,建立了计及控制策略的逆变器并网方式下DG压控电流源等值模型,更加真实地体现出DG故障电流的输出特性。在此基础上,通过建立故障前后电网支路电流和节点电压关系方程,推导出故障穿越时DG输出电流与公共连接点电压的求解方程组,从而建立故障精确分析方法。最后,基于DIgSILENT建立含DG的10kV配电网仿真模型,验证了所述方法的正确性和有效性。

用于分布式故障诊断系统的新型网络分割法

大规模电力网络的故障诊断问题可由分布式人工智能技术有效地解决。文中提出了一种用于分布式故障诊断系统的有效的网络分割方法 ,能够将大规模电力网络分割为给定数目的连通子网络 ,各子网络的故障诊断负担基本相等 ,同时每个子网络边界元件的数目最小。该网络分割法主要由 3部分组成 :形成给定电力网络的深度优先搜索树 ;将网络分割为连通的且计算负担基本平衡的子网络 ;最小化子网络的边界元件数目以尽可能减小相邻子网络故障诊断的相互重叠 ,从而节省诊断时间。提出的网络分割法已使用稀疏存储技术编程实现 ,并在 IEEE 1 4母线、30母线和 1 1 8母线系统中进行了仿真研究。结果表明该网络分割法可以十分有效地分割大规模电力网络 。

基于模糊推理的分布式电力系统故障诊断专家系统

针对电力系统故障诊断问题存在的大量不确定性 ,提出了将模糊集和模糊推理方法结合专家系统进行故障诊断的新方案。同时 ,尝试将分布式问题求解方法用于电力系统故障诊断问题 ,开发了基于模糊推理的分布式电力系统故障诊断专家系统。为方便用户使用 ,开发了图形建模和模糊知识学习平台 ,以及故障信息管理系统。通过在某地区电网的测试表明 ,所提方案具有准确的诊断结果和很好的实用性。

分层分布式电网故障诊断专家系统设计

电网故障诊断是保证电网安全运行的重要手段。针对我国目前自动化水平的具体情况 ,提出分层分布式故障诊断专家系统的设计思想 ,给出了系统的结构以及诊断方法和通讯问题的解决方案。用分层的方法解决诊断问题 ,在调度端采用开关信息诊断故障 ,在变电站端利用保护信息诊断故障 ,用广域网技术实现调度端与变电站端的通讯。而根据现场自动化装置的具体配置情况 ,系统可采用分布式方法达到硬件资源的合理应用。