基于系统伪故障指标截断的电力系统可靠性算法

引入了系统伪故障状态和伪故障指标的定义,并给出了系统伪故障指标的计算公式。提出了基于伪故障指标的系统状态空间截断的电力系统可靠性评估算法,利用伪故障指标包含的信息,找出所有系统伪故障状态对系统可靠性影响较大的状态集合,通过对该集合进行系统行为分析,统计计算出电力系统的可靠性指标。该算法能对系统状态空间截断,在计算速度上取得了很大的进展,协调了可靠分析中的计算速度和精度的矛盾。通过系统伪故障指标还可以分析系统的薄弱环节。

电力电子电路故障评估新指标及基于LSSVM的预测新方法

当前电力电子电路故障预测多为元件级,且未考虑电源、负载波动等工作条件影响。针对此问题,提出了一种仅与电路本身故障相关的电路级故障评估新指标——故障特征参数相对变化量,并基于最小二乘支持向量机(LSSVM)算法实现电力电子电路级故障预测。首先,采用LSSVM算法对电路工作条件时间序列、电路参数时间序列预测;其次求解所预测电路未来工作条件下对应的健康电路参数;利用相同工作条件下,健康电路参数与预测的电路参数计算故障评估指标,最终判定未来某时刻电路是否发生故障。以Buck电路为例进行仿真实验验证了方法的可行性和有效性。

设备故障评估新指标及基于ARMA的预测系统

设备故障停机时间受生产调度的影响较大,不能真实反映设备的自身性能,且具有很强的随机性和波动性,不适于直接用来进行自回归移动平均(auto-regressive moving average,ARMA)建模。针对此问题,提出一种设备故障评估指标——设备不可用度,将设备故障停机时间转换为设备不可用度,通过异常点替代和数据平稳化等两种数据预处理,建立零均值平稳随机序列进行ARMA建模,并把预测结果转换为设备在一定时间内的故障发生概率。在某半导体芯片封装测试工厂的试验结果表明该方法能以70%的精度预测设备状态,在一个班(12 h)里设备不可用度平均降低2.62%,设备故障停机时间平均减少14.8 min。

基于IMSGP-WEDI的水电机组故障预警方法

水电机组故障预警指标对于机组早期故障预警时间影响较大,而当前预警指标多基于单传感器信息构建,且其特征信息单一,难以更全面地表征机组运行状态,针对此问题,提出了一种基于集成多传感器遗传规划(integrated multi-sensor genetic programming,IMSGP)与权重欧式距离指标(weighted euclidean distance index,WEDI)的水电机组故障预警方法。首先,将多传感器信号进行预处理,剔除干扰信息;然后从预处理后的信号中提取多元特征,构建原始预警特征集;接下来利用复合检测指数(composite detection index,CDI)进行特征选择,并利用IMSGP进行特征构造;最后结合主成分分析(principal component analysis,PCA)与欧式距离构建WEDI,判别机组异常状态。通过对水电机组实测数据的分析,证明了提出的方法可及时发现早期故障,实现故障预警。

基于FMEA与RBF神经网络的LPG汽车罐车储罐系统故障诊断

为了对液化石油气(LPG)公路运输罐车储罐系统故障进行准确、全面的诊断,通过利用故障模式影响分析方法(FMEA)构建储罐系统故障模式及故障特征指标,根据日常检测数据构造训练样本,运用径向基函数(RBF)神经网络对网络进行训练建立诊断模型并利用诊断模型对罐车故障进行诊断。经验证:诊断结果与实际情况相符合。因此,基于FMEA与RBF神经网络所构建的模型可以用于危险化学品汽车罐车储罐系统的故障诊断。

基于改进自组织映射聚类算法的连锁故障预测模型

为提高电力系统连锁故障预测的快速性和全面性,提出一种基于改进自组织映射聚类算法的连锁故障预测模型。针对事故链预测模型的故障指标模糊、事故链模型过于庞大等问题,该模型首先设计了初始故障集评价指标、上下级支路间关联性指标。其次改进自组织映射聚类算法,对关联性指标进行聚类分类,并在上下级支路关联性确定中,设定适当阈值。最后,利用IEEE36节点系统进行仿真验证。结果显示:本文方法在3.245 s时可预测到6级总计37条故障线路,故障预测范围达到97%。可见,本文方法与传统方法相比能有效缩短预测时间,扩大预测范围。

基于热经济学结构理论的汽轮机组回热系统故障定位研究

以某600MW超临界燃煤机组回热系统为研究对象,引入热经济学结构理论诊断模型,通过热力学稳态仿真模型对某组元发生故障后的故障指标值进行计算.基于诊断模型,采用"记忆"方法,把内在故障的定位与诱导故障的分离结合起来,完成了故障源的定位.结果表明:该故障诊断模型具有简捷、准确的特点,通过不同边界条件下的热经济学计算就能完全确定故障组元的位置,可以作为热力系统故障诊断的有效工具.

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。

基于改进最小二乘法的低压集抄系统故障量化诊断方法

低压集抄系统的电力线路会因大电磁干扰效应等问题,使其载波通信效率和精准度受到影响。为提高低压集抄系统故障诊断的实时性和准确性,避免传统最小二乘法实现曲线拟合的高阶复杂计算,提出基于改进最小二乘法的低压集抄系统故障量化诊断方法,并考虑提高不同天气条件下完成低压集抄系统故障量化诊断的可靠性和实际运行质量的评估水平。通过改进重要抽样算法获取低压集抄系统故障指标,采用单指标值归一化函数统一量纲处理各个故障指标,并用层次分析法和熵值法获取各项故障指标的主观权重和客观权重,再利用改进最小二乘法组合优化主观权重与客观权重,获取各指标的综合权重,实现低压集抄系统的故障量化诊断。以辽宁某电网公司的低压集抄系统为试验对象,对其管辖范围的不同居住区进行低压集抄系统的故障量化诊断实测,试验样本的总户数为362户,其中别墅区98户、高层居住区206户、农村58户。故障指标的评估测试结果表明,运行中的故障指标评估测试较精准;故障指标识别成功率测试中分别统计了在阴天、雪天、雷雨天等3种气候环境下,试验样本的单点实召正向有功电量响应时间、批量实召正向有功电量响应时间、日冻结数据抄读成功率、重点用户整点数据抄读成功率、拉合闸成功率等5项故障指标的识别成功率,结果表明,识别成功率均达到97.5%以上。实时性评估测试分别对阴天、雪天、雷雨天等3种气候环境下,3种居住区的低压集抄系统故障诊断速度进行评估,取其5次诊断速度的平均值作为最终的速度评估结果,结果显示试验的实时性评估效果都明显优于传统方法。故所提方法可实现不同气候条件下、不同居住区的低压集抄系统故障的准确、实时诊断,为低压集抄系统的故障量化诊断提供有价值的方案。

管网故障影响度及管网故障影响率在供热中的应用

介绍了近年来郑州热力集团公司在供热管网故障对用户的影响,提出的定量评价指标“故障影响度”、“故障影响率”,为管网故障预估定性、故障决策、故障分析提供依据,在供热故障应急领域有很好地应用及推广价值。

传感器位置对齿轮故障的敏感性研究

齿轮的故障特征信息常常隐藏在齿轮的振动信号中,而振动信号则往往通过加速度传感器采集获得。在不同位置所采集到的振动信号,其噪声干扰也往往存在着强弱差异,因此找到传感器对信号采集的敏感位置在信号采集中显得尤为重要。通过采用故障特征参数值分析方法中的不同的故障状态指标作为参考依据,同时在去噪方法中采用能明显提高信噪比的时域同步平均方法进行去噪,结果发现:安装在靠近轴承座附近位置的A04号传感器所采集的振动信号噪声干扰较小;通过加速度传感器采集齿轮箱的振动故障信号时,最敏感位置应存在于轴承座附近。

三相电流主分量融合的电机故障图形诊断方法

为了在线快捷有效检测识别电机运行状态,并准确诊断交流电机常见故障,将图形融合方法与主分量分析方法(PCA)相结合,充分利用电机三相定子电流信号实现了电机故障的图形化在线检测方法。应用主分量分析法将三维电流状态空间样本进行降维并在二维平面内实现主分量的图形化融合,定义了电机正常、定子匝间短路、转子断条等不同运行状态下的状态识别实用判据,并针对主分量融合图形定义了故障严重度指标。通过理论分析及电机故障试验,论证了所提诊断方法对电机常见定子匝间短路及转子断条故障检测及诊断的直观性、准确性及载荷变化的鲁棒性,为电机及其拖动系统的故障诊断提供新的思路和方法。

最优共振频带提取的高速列车轴承故障诊断

在非高斯噪声与周期振动信号的干扰下,高速列车轴承的故障特征提取较为困难,针对这一问题,提出了一种新的最优故障频带的判别方法,并通过经验小波变换(Empirical Wavelet Transform,EWT)对故障频带进行提取,从而实现高速列车轴承故障的有效诊断。该方法首先提供了完整的频域分割框架,得到不同中心频率、不同带宽的频带分布;为了得到各频带所包含的故障信息含量,提出了新的故障特征指标HSIB,根据HSIB的变化趋势识别最优频带;最后进行经验小波变换,将选取的故障频带通过正交滤波器组,对得到的分量信号进行Hilbert变换,得到轴承的故障特征频率。通过仿真和实验数据验证,选取的最优频带包含了丰富的故障信息,可以准确地提取出轴承故障特征频率的基频和倍频成分,有效确定轴承故障。

GPU并行的电力系统连锁故障快速仿真算法

针对各类极端灾害频发、电力系统发生大停电的风险问题,该文研究了电力系统连锁故障的演变路径,对降低停电损失、提高灾后恢复能力具有重要意义。基于仿真模拟,以极端灾害导致的故障元件作为初始故障集,利用GPU并行静态安全分析,获取初始故障发生后系统的下层风险元件;利用GPU并行潮流计算模块对严重故障集进行交流潮流分析,计算线路故障的负载率、耦合指标、潮流波动指标和电压越限情况等关联性指标,判断出最严重的故障情况作为下级故障元件,当电压指标越限时采用最优潮流并行模块计算最小切负荷;根据故障链结束判据终止计算,得到初始故障集下的连锁故障演变路径。通过39节点系统算例进行分析和验证,说明了算法的有效性和加速效果。

基于随机森林算法的风电机组故障智能诊断预警模型

文章针对清洁能源企业中风电机组频发问题,在行业内风电机组常见故障以及故障诊断技术进行分析的基础上,对某集团风电机组企业进行实地调研,获取影响故障发生的关键因素,构建故障识别指标体系,采用随机森林算法构建了风电机组故障智能诊断预警模型。

基于大数据的水电机组不平衡故障预警技术研究

以质量不平衡、电磁拉力不平衡、水力不平衡为代表的不平衡类故障是水电机组最常见的故障,对这类故障进行预测和早期预警迫在眉睫。传统的故障诊断技术往往局限于事后故障分析,而本文则通过对机组不平衡类故障的机理分析,针对各种不平衡故障,提出能反映故障发展水平的特征指标,并采用大数据分析技术,通过对特征指标的大数据挖掘分析,实现机组不平衡故障的早期预警。

基于IMM-UKF的冷水机组故障检测与诊断

由于现场冷水机组往往伴随着大量噪声,为消除噪声对冷水机组故障检测与诊断(FaultDetectionand Diagnosis,FDD)结果的误判,本文提出基于交互多模型(InteractiveMultipleModel,IMM)和无迹卡尔曼滤波(UnscentedKalmanFilter,UKF)的冷水机组FDD框架。根据模型概率提出基于Tanh函数的故障检测指标,设置滑动窗口来选择联合故障检测指标最值,并设置决策阈值。结果表明,故障检测指标采用Tanh函数时的IMM-UKFFDD框架可显著提高滤波模型的鲁棒性和跟踪性能,当故障模型概率与正常模型概率差别不大时弱化其对FDD结果的影响权重,有效降低检测虚警率、提高诊断正确率。

国产轻型客车的整车可靠性评价

应用可靠性理论对QE6400型轻型客车进行了可靠性分析与评价,在分析其故障规律的基础上,确定了相关的可靠性评价指标,并分析了影响其可靠性水平的主要因素。