广播电视无线发射故障预判分析和研究

为精准预判广播电视无线发射故障问题,文中结合某广播电视无线发射台在故障预判过程中存在的主要问题,以卷积神经网络模型(VGG-16)为核心,通过建模和参数调节优化,确定了该模型的优选参数组合,即卷积层8层,池化层4层,训练次数30。以此构建优化后的卷积神经网络模型,通过实验测试确定了该模型在准确率、泛化能力等方面的优势。在此基础上,进一步结合无线发射台的具体特征,探讨了故障预判方法中的要点,以期为该卷积神经网络模型的后续应用提供参考。

基于Stacking集成学习的飞行模拟器设备故障预判

为精准研判飞行模拟器故障问题,提升飞行模拟器故障应急处理能力,提出了1种基于Stacking集成学习的设备故障预判方法。首先,针对设备故障数据具有高维度和时序性的特点,采用正态分布法,对采集的原始故障数据进行缺失值和异常值处理,获取归一化数据,并基于核主成分分析法,提取数据的特征并降低数据维度;然后,构建以CNN、RF、BP神经网络为基分类器,XGBoost为元分类器的Stacking集成学习模型,采用交叉验证训练策略,对设备的故障类型作出预判;最后,构架典型案例。仿真结果表明,所提方法可正确有效地识别设备的多种故障状态。

基于冗余信息的智能变电站协同后备保护及故障预判算法研究

随现代电网数据通信、数字处理和综合自动化技术的发展,有利于提出更可靠、有效的智能变电站保护方案。提出一种基于智能变电站冗余信息的协同后备保护,通过智能二次设备模块化,实现不同保护单元间的互动和信息传输,支持变电站内协同策略的实现,提升变电站保护运行可靠性;利用冗余信息在信息完整性上的优势,应用数据挖掘技术提取有效隐藏信息,提出基于半波积分原理的故障预判算法和在线分析处理的方法,提升了故障识别的快速性;PSCAD/EMTDC仿真结果验证了该文方法的有效性。

基于数字孪生的配电自动化终端设备状态评价与故障预判

数字孪生旨在构建物理实体从现实空间到虚拟模型的映射,通过双向交互数据的实时闭环驱动,模拟出物理实体的实时状态和动态特征。配电自动化设备作为电力系统中的重要元件,一旦发生故障将会给电力系统造成重大经济损失。该文以数字孪生技术作为配电自动化终端设备与配电主站间信息交互、预判故障、辅助配网运维的基础,通过统计分析某地区配电自动化终端采集的历史数据与处缺信息,在数字孪生体系中构建并实时更新、修正状态评价评语集、评价权重及故障集,同时搭建智能状态评价与故障预判模拟模型,为实现对配电自动化终端设备状态的实时监测、进行配网运维检修指导提供了参考。

基于智能电表的低压电网故障预判系统

提出一种利用智能电表反馈的"失电"信息,与地理信息系统结合,通过电网拓扑分析技术,辨别配电网低压故障点的方法。通过智能电表非计量功能实现配网低压故障定位,可以提升低压用电故障处理效率,提升运营管理效能,减少电网运营成本,提高供电可靠性和用户满意度,产生显著经济效益和社会效益。

基于多源信息感知的配电侧故障预判

为了有效解决配电侧在发生故障后,能够快速对故障点进行定位,减少故障停运时间等问题,提出基于多源信息感知的配电侧故障预判方法。通过配电自动化系统信息和用电信息采集系统的信息,选用二进制粒子群算法(BPSO)获取候选故障区段集和基本概率分布函数,形成证据体。根据D-S证据理论将上述信息进行融合,得到配电侧发生故障的区段,实现基于多源信息感知的配电侧故障预判。研究结果表明,所提方法对于实现配电网故障定位提供了重要的理论依据以及技术支持。

基于PHM的自动气象站健康评价与故障预判方法研究

针对自动气象站建设和应用规模大、运行监控手段单一、维护保障成本较高的现状,首次将PHM技术理念应用于自动气象站的运维管理之中;采用层次分析法通过构造判断矩阵、专家打分、确定权重从而以“健康值”的形式对自动气象站综合健康状态进行评价;通过对状态信息与历史极值、故障信息进行判断,提出了一种对自动气象站供电和通信故障“两级告警”的预判方法;通过开发软件系统实现了健康评价和故障预判方法的应用,能够较为合理地量化自动气象站健康状态、对疑似故障发出及时告警;该方法丰富了自动气象站运行监控方法,减少了故障的排除诊断与修复时间,同时也为PHM技术在气象探测设备中的应用提供了思路。

基于单片机的数据中心空调故障预判系统设计

提出基于单片机和分段线性插值算法的数据中心精密空调故障预判系统,该系统对精密空调压缩机的吸气和排气温度进行实时在线检测,提前发现精密空调压缩机的潜在故障隐患,同时向机房动态环境监控系统或监控平台发送相关预警信息,必要时启动备用机组联动切断隐患压缩机电源,最大限度保障数据机房制冷量,同时对存在安全隐患的压缩机尽早引起机房运维人员关注,及时优化调整维保作业计划,开展预防性修理或更换,确保数据机房安全平稳运行的同时,最大限度降低运行维护成本。

一台220kV变压器油色谱异常分析与故障预判

以设备状态评价理论体系为指导,针对一台运行20年的具有代表性的变压器,历经了故障发现、资料收集、专项诊断、数据跟踪、故障预判以及解体验证,得出了一套完整的分析过程,为分析变压器提供了数据积累和故障预判的经验,并对分析过程中体现出来的不足之处提出了相关的建议。

调谐匹配单元4700μF电解电容故障测试及故障预判方法

Z PW-2000A轨道电路室外调谐匹配单元内的4700μF电解电容是轨道电路的关键物料,起到隔离从钢轨进入轨道电路室内设备的直流干扰及工频干扰的作用。电解电容在较长时间运行后易发生容值下降问题,严重时甚至出现红光带,影响行车效率。以现场电解电容故障为例,介绍调谐匹配单元4700μF电解电容故障判断的测试方法,并提出电容故障的预测方法,便于现场测试和维护。

基于信息采集的电梯制动器故障预判系统的设计

为了能够实时监测电梯的运行,增强维保与检验工作中的针对性,本文提出了一种基于电梯参数采集的电梯故障预判方法。配合国市监特设[2020]56号文中提及的电梯智慧监管手段,应用电梯物联网与数据分析,更为合理地安排电梯维保周期,突出检验检测工作的重点项目,为电梯的可靠运行提供重要的技术保障。

飞机起落架减震支柱涡流检测预判系统

起落架减震支柱是飞机起落架的重要组成部分,但时有飞机起落架减震支柱出现损伤,导致起落架漏油和航班延误,而现阶段飞机起落架减震支柱的检查方法工作量大、难度高、检查效率低且无法预判故障。为了提高飞机减震支柱检查效率、减少起落架检查的难度,保证起落架减震支柱持续安全工作,该文提出飞机起落架减震支柱涡流检测预判系统。该方法可以提前预判起落架减震支柱的损伤故障,有效减少飞机起落架机械故障导致的航班延误。

如何根据牵引变电所跳闸参数对故障类型作出快速预判

本文从牵引变电所跳闸类型、电力机车负荷特性、跳闸参数指标等三个方面进行归纳分析，总结出如何根据牵引变电所跳闸参数，对故障类型进行快速研判，快速找到故障地点并进行处理，对缩短故障停时有极大的帮助。

基于EEMD和改进Elman神经网络的电力电缆故障监测及预警算法研究

针对电力电缆故障的关键因素在于电缆分接头的温升。本文提出采用总体平均经验模态分解EEMD和改进Elman神经网络的方法对非线性电力电缆接头温度时间序列进行预测的方式达到预警电力电缆故障的目的。首先,采用光纤光栅传感器来监测电缆接头温度,得到样本序列。为避免模态混叠,采用EEMD对电力电缆接头温度序列进行预处理。预处理后的温度序列为一系列彼此独立的本征模函数分量,外加一个残余分量。为提高Elman神经网络的预测精度,在预测前利用相空间重构法对分解后的序列进行重构计算。在对重构序列数据进行归一化后利用Elman神经网络进行下一周期内的温度预测。实际预测结果表明,本文算法具有较高的拟合精度,适应性较好,可以推广应用至实际电力电缆故障的监测和预警系统。

军用电站故障预测与健康管理系统设计分析

随着装备对军用电站供电设备的集成化和信息化水平的提高,由此带来对军用电站故障诊断复杂性与保障及时性的要求也越来越高。基于此,为保证任务的正常执行,不影响装备连续稳定的运行,需要加强对装备的军用电站运行状态进行监测和健康状态的预先评估,将传统的"事后维修"决策向"视情维修"决策转变。因此在提高装备保障性和作战效能的水平的情况下,对军用电站进行故障预判与健康管理的分析与设计是必要的。

配电自动化终端设备的故障与状态评估分析

阐述配电自动化终端设备的原理和特点,配电自动化终端设备状态评价与故障预判模型中的评语集和故障集、终端通信技术模型、数字化终端设备算法理论的应用。

电力电缆故障监测及预警系统的设计

电缆接头温度严重影响电缆的绝缘寿命,传统的电力电缆监控系统通过采集电缆接头温度,当监测到电缆接头温度大于阂值时再进行处理,此时可能已经发生电缆故障。重点研究如何实现电缆故障预判,通过合适的算法提前判断电缆接头存在故障的可能性。因此提出利用灰色GM(1,1)模型建立电缆接头温度预测模型,实时预测电缆接头在下个周期内的温度,将该模型的预测值与阈值进行比较,当预测值大于阈值时,电缆便存在发生故障的趋势,系统发出告警信号。利用该顸警模型成功预测了蚌埠供电公司汤河路段电缆故障点。

RV减速器摆线轮剥落故障振动特性研究

以RV减速器中摆线轮为研究对象,在考虑材料属性、接触刚度、摩擦等因素的影响下,应用ABAQUS软件建立含有剥落故障的摆线轮传动系统有限元模型,对比分析摆线轮在无故障和剥落故障状态下的仿真结果,研究当出现剥落故障时整个摆线轮传动系统的振动特性。仿真得出的振动响应信息既能用于摆线轮传动系统的故障预判,也能减少机器作业的安全隐患。

10kV配网电容器在线监测与故障诊断系统

目前大多数电力电容器状态监测系统存在实时性不足和数据频密度不足的缺点,难以实现准确的在线故障预判,易导致故障处理滞后或误报等不良后果;文章立足于电力电容器运行和维护的实际需求,构建了一套完整的电力电容器故障在线监测系统,并给出了一套采用神经网络融合电容器电流、电容、电阻和电压等信息的故障诊断模型和方法,并在实际中进行了应用。在实际应用中,该系统能及时并准确地对电容器的异常状态和故障特征进行捕捉,避免了故障判断的滞后性,提高了获得数据的准确性,能够提高电网设备的运行和维护效率,提升电网运行可靠性。

基于FF现场总线调试中的故障诊断分析的工程实践

结合国内某火电厂工业现场实际工程控制系统,阐述了基金会现场总线(FF)技术应用于工业现场控制系统的设计要点,总结了该类现场总线在强电干扰、组态配置异常、卡件异常等方面易产生的问题,并分析该类型总线故障产生的原因及解决方案。特别是当通信正常的仪表出现频繁掉线、数据异常或已组态的仪表无法切换到自动(AUTO)或串及(CASCADE)状态时,维护人员难以对该故障进行分析。为了解决该类型总线通信故障的问题,文中给出相应的问题分析,从而保障工业现场安全稳定生产,提高设备使用周期,完善施工质量与调试标准,为维护人员对设备故障归类提供有效、可靠的依据。通过对总线设备管理二次的开发,针对该总线设备常见故障信息加以解析,进一步实现故障预判,尽早发现问题并时处理。