考虑故障关联不确定性的海上风电机组预防性维护策略优化方法

针对海上风电机组部件故障关联作用的不确定性量化及维护策略优化问题,提出了一种考虑故障关联不确定性的海上风电机组预防性维护策略优化方法。首先,采用区间分析方法对故障关联不确定性进行量化,引入区间故障关联系数描述故障关联的不确定性对机组部件可靠度的影响。其次,根据部件运行状态信息,利用神经网络捕捉故障关联图的时空特征,构建基于图注意力-门控循环单元神经网络(GAT-GRU)的故障关联预测模型,形成区间故障关联系数矩阵。最后,以维护费用最低为目标函数,部件可靠性指标为约束条件,构建了考虑故障关联不确定性的联合维护模型,优化各部件的预防性维护时间区间。算例仿真结果验证了所提方法的有效性和经济性。

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。

基于故障关联度的数控系统可靠性建模

为了研究高可靠长寿命高档数控系统可靠性,提高数控系统可靠性模型的拟合效果,提出一种基于故障关联度的数控系统可靠性建模方法。首先,基于关联规则,利用FP-Growth算法挖掘频繁项集,通过对故障数据的挖掘建立一个既满足最小支持度又满足最小置信度的关联规则;其次,提出基于故障关联度的数控系统建模方法并给出故障关联因子的计算公式,通过故障关联因子对Weibull分布模型进行优化,建立改进模型,并与Weibull分布模型进行了对比。结果表明,改进模型的均方误差远小于Weibull分布模型,且在超过400 h之后改进模型与故障数据的拟合效果优于Weibull分布模型,该模型完善了数控系统可靠性评估方法,提高了数控系统的故障预测能力。

基于故障关联因子的新型广域后备保护

提出一种基于故障关联因子(fault correlation factor,FCF)的广域后备保护新方法。该方法在系统正常运行情况下,根据网络拓扑结构及相量测量单元(phase measurement unit,PMU)的配置情况,初始化保护关联域;借助开关变位信息和启发式搜索技术快速更新保护关联域(protection correlation region,PCR)。在系统发生故障后,通过分析各关联域内差动电流故障稳态分量,界定故障关联域,实时计算该关联域内的故障关联因子,并据此确定具体的故障支路。新英格兰10机39节点系统的仿真结果表明:该方法不受系统运行方式的影响,计算简便,易于实现,且能够在PMU有限测点情况下快速、灵敏、可靠地判别故障位置。

交直流混联系统连锁故障搜索模型及故障关联分析

随着大规模直流输电系统的相继投运,交直流耦合问题突出,连锁故障的风险加剧。首先,针对交直流混联系统建立了一种用于故障快速筛选的事故链搜索模型。该模型包括交流侧故障搜索模型和直流故障判断环节两部分:前者计及了支路对直流运行的影响度和结构重要度,并形成停运概率初筛后风险优先的搜索策略;后者将交流系统中短路故障开断和无故障跳闸开断区分开,分别考虑与直流系统的关联情况。其次,提出了一种考虑项序和事务权重的Apriori算法进行故障关联分析,筛选出威胁系统安全的强关联规则。仿真结果表明,所提方法能高效搜索出直流退出运行的故障演化路径,并有效识别危及系统安全的强关联规则。

基于故障关联系数的广域后备保护新方法

为了降低广域后备保护通信量,提高故障识别的容错性,提出了基于故障关联系数的广域后备保护新方法。在故障发生后,主站对子站上传的母线各序电压比例系数进行排序以确定候选故障线路。然后,主站向相关子站索取候选故障线路及其相邻线路的保护和方向元件的动作信息,用于计算线路的故障关联系数。最后,主站通过融合线路的故障关联系数并且和设定的门槛值进行比较来实现故障线路的识别。仿真算例表明,新算法广域通信量小,并且具有较高的容错性,可提高广域后备保护的性能。

NFV故障关联及故障自愈方案研究

利用NFV实现电信网络设备软硬件解耦,摆脱了对专用硬件设备的依赖,并能利用NFV资源共享、自动部署、弹性伸缩等特性,但同时也带来了故障点多、故障定位分析困难等问题,导致NFV网络的运营维护难度增加。分析了NFV故障处理的流程及故障关联方案,为NFV场景下的故障定位处理提供指引。同时给出了VNF故障自愈实现方案,利用VNF特性,实现网元及业务自愈,提升自动化运维能力。

一种广度优先搜索故障关联树的飞机故障源定位方法

现代飞机部件及系统之间相互关联、紧密耦合,一个设备的故障可能会引起其他多个设备的连锁报故,而庞大的飞机系统以及BIT技术的局限性使得仅靠人工进行飞机的紧急排故已不可行。提出了一种快速定位故障源的方法,该方法通过有效利用设备上报的故障信息以及借鉴广度优先搜索的思想,在故障关联树中定位故障源。在实际应用中,该方法能快速地定位故障源,有效缩短了飞机紧急排故的时间。

基于故障关联的多故障概率诊断方法

故障软件诊断的必要性在于真实世界中的软件几乎都会包含一个以上的故障。与单故障不同,多个故障的传播及其关联导致软件诊断更复杂,不确定性更高,概率推理因而被用于适应多故障程序的特殊性。提出了一种新的基于变形概率图FCG及其推理的软件诊断方法。相比于BARINEL方法和经典的贝叶斯网,FCG的特别之处在于采用了无向图上候选故障及其关联关系的贝叶斯推理和Noisy-or推理,而候选故障及其关联可以从程序语句间的控制依赖关系和数据依赖关系中创建。从西门子套件到更大的space,grep程序的实验,无论是在处理单故障还是处理多故障的情况下,实验结果都证明了FCG的有效性,其诊断效果比LOUPE,Ochiai,Tarantula甚至BARINEL方法都准确。

业务驱动的电力通信网告警–故障关联分析

当前电力通信网的传输网络承载了大量的关键业务。因此,其安全稳定运行是保障电力安全的基础。为了使电力通信网由故障事后的被动响应转化为主动的防御,需要一种有效的业务驱动的故障影响分析方案。然而,当前有关研究以网络故障告警关联为主,缺乏面向业务视图的理论支撑和实践工具。因此,为了实现网络故障对业务的影响建模,本文提出了一种业务驱动的电力通信网告警–故障关联分析方法。首先,从业务角度,自底向上构建各层网络之间的相互作用关系模型;之后,构建故障诱因与告警间的风险关联模型,将底层网络故障的诱因影响映射到不同的故障告警发生概率上;之后,构建了告警和业务影响之间的映射模型,最后,基于以上模型架构实现了一套仿真系统,验证了告警–故障关联分析有效性。

基于异常事件故障关联度的电能表可靠性评价方法

文中应用用电信息采集系统所提供的大数据,提出了一种基于异常事件故障关联度的电能表可靠性评价方法。由于电能表故障引起的异常事件报警存在一定的耦合关系,所以将异常告警事件分为单异常事件和并发异常事件进行分析。对于单异常告警事件,分析电能表发生异常事件报警的次数与电能表故障有无直接关系;对于组合异常告警事件,利用Apriori算法筛选出频繁发生的组合异常告警事件,然后计算异常事件的故障关联度。最后通过异常事件的故障关联度对同地区尚在运行的电能表进行可靠性评价。实例分析结果验证了文中方法的可行性。

故障关联的多故障概率诊断

通信网通常是由多个业务网络共同构成的,当网络出现故障时,会导致全网告警风暴产生。为在大量告警信息中准确进行故障定位和诊断,论文设计了故障自动诊断系统和相应的维护平台。本系统在通信网管理系统中得到了充分利用,实际应用结果表明,通信网故障诊断系统对光缆阻断等故障的诊断准确率能够达到90%以上。

曳引电梯部件故障相关性分析

针对电梯部件之间的故障影响,提出将决策试验与评价实验室法和解释结构模型结合建立电梯部件故障层次结构模型,并改进直接影响矩阵的确定方式。首先从多方面获取电梯部件故障关联评价,其次使用熵权法确定评价的权重并计算直接影响矩阵,最后使用建立的电梯部件故障相关模型得到电梯部件故障因果关系和故障传递规则。结果表明:电动机、制动器、限速器为强原因部件,曳引钢丝绳、轿厢以及导向系统的部件为强结果部件;电梯部件故障关联规则体现为同层级或跨层级传递。通过分析部件故障机理,所提方法得到的部件故障传递规则与电梯系统实际运行情况相符。

基于时序Q-learning算法的主网变电站继电保护故障快速定位方法

主网变电站继电保护故障通常是突发性的,不会持续一段时间,暂态性质不明显,快速定位效果受限,基于此,提出基于时序Q-learning算法的故障快速定位方法。在时序Q-learning中,使用不同多项式函数参数表示不同主网变电站继电保护动作,采用贪婪策略选择主网变电站继电保护动作,根据继电保护状态反馈结果更新权重,使用时序Q-learning算法进行参数训练。构建故障暂态网络的节点导纳矩阵,计算支路电压、电流,确定故障关联域。按照拓扑图论方式时序Q-learning算法搭建快速定位拓扑结构,通过分析支路电流与故障电流之间距离,计算故障相关度,完成故障快速定位。由实验结果可知,该方法故障相序与实际一致,可以分析主网变电站继电保护暂态性质,适用于复杂多变的继电保护装置。

基于有向因果图的数控车床关联故障分析

通过对采集的某系列数控车床现场故障信息进行统计分析,建立各子系统内部及其子系统之间的故障模式关联故障有向因果图,充分考虑故障模式的严重性、故障发生频率以及故障模式之间的关联系数,得到各子系统的故障关联指标。通过比较可以找出影响该数控车床可靠性的关键子系统,进一步明确该数控车床可靠性改进的主攻方向。

基于贝叶斯网络的电力变压器局部放电故障检测

针对传统电力变压器故障检测方法对电力系统中潜藏的故障问题检测水平不足,准确率较低,无法及时准确的发现异常隐患等问题,提出基于贝叶斯网络的变压器局部放电故障检测方法;首先通过传感器获取电力变压器不同状态下运行过程中的参数数据,对局部放电故障发生的概率和范围进行合理性评估,提取评估概率数据综合为样本数据集,构建贝叶斯网络故障树;根据逻辑规则转化为贝叶斯网络,推演计算故障节点之间的算例关系,利用贝叶斯原理抽取故障特征指标与异常概率之间的关联关系,利用模糊描述方法构建故障特征关联函数,计算可得故障特征模糊函数动态变化关系,实现对变压器故障发生的概率与位置信息的判断与确定;实验结果表明,利用贝叶斯网络对电力变压器局部放电故障检测准确率达到85%以上,最高可达96%,说明该方法具有较高的检测准确率,能够有效提高电力变压器放电故障检测的有效性。

应用于电网故障信息关联的以太网通信协议

电网故障信息关联的以太网通信协议扩展了IEC60870-5-103协议,将IEC60870-5-103协议采用RS-485通信方式扩展为以太网通信方式,链路层采用IEC60870-5-104模式,将故障时刻的录波、事故报告、定值、压板设置、开关变位、版本号等信息关联起来,提出“通用文件传输”模式,采用“滑动窗口”技术,智能识别文件简报信息,消除不同智能电子设备(IED)厂家故障信息的个性问题,减轻故障信息系统子站拼接故障信息的负担。故障信息传输简单、高效,故障信息中的录波、定值等无需配置。

基于BDD的关联故障树定量分析法研究

利用二元决策图(BDD)中的B—割集和节点概率,提出了基于BDD的关联故障树定量分析新算法。推导了故障树顶事件发生概率和绝对失效强度算法公式,将故障树顶事件发生概率和绝对失效强度计算结合起来,避免了复杂的最小割集和不交化求解过程,显著地减少了布尔代数运算量,给出了算法递归步骤。大量的实例分析验证了此算法的工程实用性。

故障机理深度关联的大型发电机保护新原理探讨

基于“碳达峰、碳中和”发展目标,新能源发电渗透率逐年提高,但其故障穿越能力差、不确定性强等问题愈发凸显。传统发电机组容量巨大,作为系统的主力支撑电源,其功率调节和安全支撑作用更为重要,增强其继电保护的性能和作用显得尤为紧迫。在配置和改进发电机保护原理时,应该与故障机理深度关联并提炼故障特征。对发电机零序横差保护不平衡电流的产生机理进行分析,得出零序横差不平衡电流与气隙电动势成正比的结论,并提出基于气隙电动势制动的零序横差保护判据,能够提高内部小匝差短路故障时保护的灵敏度。基于对定子单相接地故障风险的深度分析,利用接地故障电流反映故障风险,据此构建的定子接地保护方法能够通过发电机安全风险自适应选择出口方式。研究结果拟为基于故障机理的大型发电机组保护改进提供思路。

基于改进免疫算法的工业通信网络控制器故障位置检测

以单一智能挖掘算法为主的控制器故障位置检测很容易陷入局部最优,导致检测难度增加,为此该文提出基于改进免疫算法的工业通信网络控制器故障位置检测方法。设计工业通信网络控制器故障告警关系二分图与关系边约束,建立控制器故障关联函数。采用小波包提取故障关联函数输出的高频数据特征,将其作为免疫系统的原始种群。通过改进免疫算法得出最优抗体,最优抗体所在位置即为故障位置,得到故障位置检测结果。实验结果表明,该方法可以有效缩短控制器故障位置检测耗时以及误检率,提升检测效果。