基于多Agent的启动装置多类故障高效智能检测

传统检测方法只能对单个启动装置进行故障检测,无法实现多类故障智能检测,为了避免传统方法带来的弊端,提出了基于多Agent的多类故障高效智能检测方法。根据Agent功能划分结果,从实体状态信息中提取运行行为信息,定时查询相关变量,获取完整装置运行情况,并将其转化为状态信息。利用已有状态信息建立低维数特征空间,采用等能量分段方法提取相关特征,获取异常状态信息。利用决策Agent模糊理论融合技术对异常状态信息隶属度条件进行设定,获取最可能出现的故障种类,依据高效智能检测流程,实现启动装置多类故障检测。通过实验结果可知,该方法最小检测误差可达到0.005,为电力设备稳定运行奠定基础。