基于四维张量特征分解的风电机组轴承故障缺失数据恢复方法研究

针对风电机组轴承故障信息采集过程中数据缺失导致故障类型无法识别问题,提出了一种基于四维张量模型特征分解恢复缺失数据的方法。首先,基于转速、时窗、经验模态分解和时间4个维度构建四维张量;其次,通过加权优化算法实现张量填充,修补故障数据的缺失值;然后,对张量进行Tucker分解得到核心张量及因子矩阵;最后,基于梯度优化算法进行迭代优化得到最终核心张量及因子矩阵,并利用二者对四维张量进行重构得到恢复数据。采用实验数据和实际数据来验证提出方法的有效性和可靠性。结果表明:两组恢复数据的RMSE值分别为0.3169和0.0291,远小于4种对比方法的RMSE值。利用双稳态随机共振对2组恢复数据进行故障特征提取,信噪比显著提高,分别为-13.2647和-15.5212,进一步验证提出方法的准确性。

考虑数据缺失的图注意力网络暂态稳定评估

基于人工智能的暂态稳定评估模型的性能高度依赖于系统的可观测性,而通信延迟和相量测量单元(phasor measurement units,PMU)故障等因素易导致数据缺失,使模型的评估性能下降。针对该问题,提出了一种基于图注意力网络(graph attention network,GAT)的暂态稳定评估模型。首先,根据原始网络拓扑及PMU配置方案获得表征系统可观测性的掩码矩阵,在任意PMU缺失的条件下,利用掩码矩阵训练模型;其次,通过GAT网络的多头注意力机制提取输入节点的时空信息,利用不同的权重聚合目标节点的邻域特征,实现对可观测数据的充分利用;最后,利用焦点损失函数加强模型对失稳样本的学习能力。仿真结果表明,所提方法可以最大限度地利用可观测数据,具有高精度和强鲁棒性,并且不受网络拓扑的限制,易于迁移。

基于缺失数据填补的油浸式变压器故障诊断

数据质量是影响变压器故障诊断模型准确性及可靠性的重要因素。针对现有变压器故障诊断模型对数据完整性要求较高等问题,以油浸式变压器为研究对象,提出了一种基于缺失数据填补的变压器故障诊断方法。首先,采用极端随机树(extremely randomized trees,ERT)算法对变压器样本的缺失数据进行填补,通过与多种回归模型对比,评价ERT模型的预测效果。然后,基于油中溶解气体数据,提取能够反映变压器运行状态的16维特征集合,形成完备信息的变压器故障诊断样本。最后,利用树结构概率密度估计(tree-structured parzen estimator,TPE)算法实现梯度提升树(gradient boosting decision tree,GBDT)模型的参数优化,构建基于TPE-GBDT的变压器故障诊断模型。研究结果表明,在对缺失率为10%的变压器样本数据进行填补时,ERT算法的决定系数达到0.96,高于线性回归和随机森林回归等算法。此外,基于ERT填补后的样本数据在TPE-GBDT模型的平均诊断准确率和标准差分别为90.1%和0.036,其准确性和稳定性均优于线性判别分析和随机森林分类等算法。该方法能够有效提升变压器样本质量和故障诊断效果,可为变压器运维检修提供针对性的指导建议。

基于MWKCNN与迁移学习融合的风机轴承故障诊断方法

针对实际风电场的风机运行工况多变、数据完备性缺失导致的风机轴承故障诊断精度降低的问题,提出一种基于多重宽核卷积神经网络(multiple wide kernel convolutional neural networks,MWKCNN)与迁移学习融合的风机轴承故障诊断方法。首先,在源域训练MWKCNN风机轴承故障诊断模型;其次,根据3个目标域与源域的相似度,利用基于模型微调的迁移学习方法对源域的MWKCNN模型结构进行调整,并且用实际的轴承数据集进行验证;最后,通过仿真实验进行验证。结果表明:MWKCNN模型对源域的风机轴承故障诊断的精度达到了99.48%;在3种数据完备性缺失的目标域,对风机轴承故障诊断的精度均达到了94%以上;相比于其他模型的迁移效果,MWKCNN模型对轴承振动信号故障特征的挖掘能力更强。

A high-level synthesis based dual-module redundancy with multi-residue detection(DMR-MRD)fault-tolerant method for on-board processing satellite communication systems

On board processing(OBP) satellite systems have obtained more and more attentions in recent years because of their high efficiency and performance.However,the OBP transponders are very sensitive to the high energy particles in the space radiation environments.Single event upset(SEU)is one of the major radiation effects,which influences the satellite reliability greatly.Triple modular redundancy(TMR) is a classic and efficient method to mask SEUs.However,TMR uses three identical modules and a comparison logic,the circuit size becomes unacceptable,especially in the resource limited environments such as OBP systems.Considering that,a new SEU-tolerant method based on residue code and high-level synthesis(HLS) is proposed,and the new method is applied to FIR filters,which are typical structures in the OBP systems.The simulation results show that,for an applicable HLS scheduling scheme,area reduction can be reduced by 48.26%compared to TMR,while fault missing rate is 0.15%.

山东长清4.1级地震序列的遗漏地震检测与发震断层

使用波形互相关的模板匹配方法拾取2020-02-18山东长清4.1级地震序列的遗漏地震,构建高分辨率地震序列目录,并利用地震序列空间分布定量拟合发震断层面几何形态,结合4.1级地震的震源机制解综合判定长清地震序列的发震构造和可能的发生原因。共识别和定位79个高精度地震事件,是原台网目录的1.7倍。依据断层面拟合及震源机制解结果,推测长清地震序列的发震构造为具有与区域先存断裂相同性质的左旋走滑型小尺度隐伏断裂,断层面走向302°、倾角88°。结合区域地震地质特征,认为此次地震序列的发生是由构造复合部位应力场的非均匀性导致的。

基于互相似性度量的航空电源系统故障诊断

工业测量中的数据丢失会导致被测信号序列采样数据的缺失,进一步使得重构波形的局部特征与实际信号出现差异。该问题在稀疏数据点构成的信号序列中尤为严重,非完整信号序列将为航空电源系统的故障诊断带来挑战。针对该问题,提出一种基于电流宏观波形相似性度量的时域故障诊断方法。首先,监测航空电源系统三相输出电流并进行归一化处理;其次,根据正弦电流波形特征进行信号序列重构以消除三相相位差异;再次,采用动态时间规整算法对数据缺失的非等长信号序列进行补齐并使三相序列数据元素相匹配;继次,基于序列匹配关系构建电流波形绝对和相对相似度作为诊断变量;最后,K-近邻算法被用于故障模式的识别。经过验证与比较分析,所提方法能够基于数据缺失的稀疏信号序列,准确实现航空电源系统的开路故障诊断。

测量丢失下时滞惯性系统故障估计的优化鲁棒Kalman滤波

针对具有状态定常时滞、测量丢失、执行器故障和噪声测量偏差的惯性系统,提出一种基于白鲸优化算法的优化鲁棒扩展Kalman滤波器。首先,视执行器故障为系统的附加状态变量,建立增广时滞系统。其次,设计鲁棒扩展Kalman滤波器。给出鲁棒上界,降低非线性状态项和非线性状态时滞项的线性化误差;考虑测量丢失环节对滤波精度的影响,在滤波器中引入调节系数降低估计误差。最后,考虑噪声真实值和测量值可能存在的偏差,基于白鲸优化算法优化噪声测量值的协方差矩阵,降低噪声测量偏差对滤波性能的影响。仿真结果表明,相较于基于鲸鱼优化算法和基于灰狼优化算法的优化鲁棒扩展Kalman滤波器,所提方法对状态变量估计的均方根误差分别平均降低了50.2%和67.2%,执行器故障估计的均方根误差分别降低了12.8%和35.4%;状态估计误差均值分别平均降低了21.2%和31.4%,执行器故障估计均值分别降低了9.3%和16.9%,验证了所提方法的有效性。

轨道电路进路不解锁问题分析与处置

遇站内轨道电路不满足三点检查条件时,触发进路光带漏解锁是保障行车安全的被动防护手段。造成不满足三点检查的原因复杂,本质是GJ状态变化不满足联锁条件,如分路不良、GJ继电器延时特性变化等。从两起典型案例入手,重点对非分路不良造成的光带漏解锁问题进行剖析,归纳总结此类问题的处置要点,以期举一反三,降低光带漏解锁对行车安全构成的威胁。

三广直流输电系统调试中阀避雷器爆炸事故分析

完整描述了三峡—广东直流输电工程系统调试过程中进行无通信逆变侧多次丢失脉冲试验时导致一个阀避雷器爆炸这一事故的全部过程。通过将换相失败的原理与实际的试验现象相结合,分析了整个事故原因,并对事故解决方法进行了描述和解释。对多次补充试验结果的分析证实了错误已经改正,今后遇到该类情况发生时不会再发生类似错误。

“小而肥”油藏油水分布特征及成因探讨——以海拉尔贝尔凹陷贝中油田为例

针对'小而肥'油田油气成藏特点,以贝尔凹陷贝中油田为例,在对其探评井及开发井测井曲线、地震解释成果、测井解释资料、试油试采动态开发数据研究整理的基础上,结合其断裂系统拆分结果,通过典型实例分析和油藏解剖得知,贝中油田南一段主力油层在'满凹含油'的基础上,形成含油性差区或水区的主要控制因素为:断层断失作用造成目的层内主力油层缺失,造成断层附近见水;受晚期反转断层调整作用导致部分南一段油调整到南二段或大一段储层中形成次生油藏,造成主力油层反转断层附近含油性较差;开发过程中油动态运聚过程使构造低部位快速见水。

基于NCV门的量子电路故障的检测与定位

为了确保基于:NCV门库的量子电路的正确性和有效性,给出了量子电路故障定位树的生成算法和量子电路黑盒检测算法来定位量子电路中的门丢失故障。该故障定位树算法去除约98%的无用输出向量,提取输出表中有效的输入向量以及对应的故障输出向量,逐层生成故障定位树。结合量子电路黑盒检测算法对量子电路进行故障定位时不需要访问输出表就能够有效定位量子电路中的丢失门。对benchmaxks部分电路进行实验,结果验证了该算法定位单故障门的有效性。

同塔架设直流线路的相互影响研究

林枫直流与葛南直流是世界上首个同塔双回直流输电工程,同塔架设的直流线路间存在电磁耦合,但各极导线间的耦合关系不会给直流系统稳态运行带来严重影响,只有当直流线路发生接地故障等情况下,故障产生的暂态分量会因电磁耦合的关系及线路参数不平衡等原因影响到其他正常运行的极导线。为此,首先对林枫直流系统调试时直流线路故障和丢失脉冲试验对同塔架设直流的影响进行了分析;其次,利用EMTDC建立同塔双回直流输电研究模型,在重现直流线路故障和丢失脉冲试验的基础上,深入分析了林枫直流一极线路故障导致健全极发生换相失败和林枫直流丢失脉冲故障导致葛南直流发生换相失败的原因。

基于事故树和贝叶斯的军民航飞行冲突风险研究

为充分了解当前军民航飞行冲突、危险接近事故征候的成因,并对其发生原因进行有重点的预防和对事件发生概率的精确预测,首先建立事故树模型,对其原因进行分析;总结导致其发生的基本事件,计算事故树模型的最小割集和各个基本事件的结构重要度;其次对军民航飞行冲突、危险接近事故征候的发生概率进行合理的取值,得出基本事件的概率重要度,指出基本事件发生概率对顶事件发生概率的影响;最后构建军民航飞行冲突、危险接近事故征候贝叶斯网络模型,计算中间事件的条件概率和顶事件发生概率,并与实际结果进行对比,验证方法可行性。

量子电路中门失效错误的检测方法

可逆电路是量子计算科学、低能耗COMS以及纳米技术研究的基础。针对可逆电路单个门失效错误,本文给出了一种生成完备检测集的方法来检测所有可能的错误。实验结果表明,对于规模较大的电路,现有的DFT检测方法需要添加门的数量占电路中门数量的一半以上;利用本文算法由于不需要添加额外的门,而且得到的完备检测集是所有可能的向量中非常少的一部分。另外,对于某些实现技术,DFT检测方法应用受限,本文给出的方法具有更广泛的应用。

电荷放大器可靠性分析

介绍了电荷放大器在存储测试系统中的作用,详细说明了电荷放大器工作原理,推导出电荷量与输出电压之间的关系。通过故障树的方法对电荷放大器的可靠性进行分析,得出电荷放大器的MTBF和可靠性曲线,定量计算出电阻、电容、焊点和芯片在一个完整的存储测试电路中的失效率,定性的分析出不同部分对整体系统失效率的影响度。

基于SIR粒子滤波状态估计和残差平滑的故障检测算法

很多基于模型的随机系统故障检测方法要求系统模型线性且服从高斯分布，对于非线性非高斯随机系统这些方法性能欠佳．目前基于SIR粒子滤波似然函数值的故障检测算法是一种较好的非线性随机系统故障检测算法．本文提出一种基于SIR粒子滤波状态估计和残差平滑的故障检测算法．该算法采用SIR粒子滤波获得系统状态估计值，用系统状态观测值与系统状态估计值的理想观测值之差作为反映故障的残差，再利用残差平滑值进行故障检测．实验结果表明，在状态转移噪声方差远小于状态观测噪声方差时，该算法的故障误报率与基于SIR粒子滤波似然函数值的故障检测算法接近，而该算法的故障漏报率明显优于后者．

数据挖掘中一种容错的子空间聚类算法

为提高现有子空间聚类算法的计算效率,根据对象、维度、模式容限以及相对性阈值约束缺失值数量,给出通用的容错子空间聚类定义,并对其单调性进行证明,提出一种面向受限属性中缺失值处理的容错子空间聚类算法。通过对子空间网格进行深度优先搜索删除低维冗余聚类,避免遍历子空间以提高聚类效率。基于真实数据和合成数据的实验结果表明,与CLIQUE,SCHISM聚类算法相比,该算法平均运行速度提升了60%-90%,即使面对缺失值情况,也可快速获得子空间聚类结果,具有较高的聚类质量。

具有测量数据丢失的网络化系统的故障检测滤波

研究一类具有测量数据部分丢失的网络化系统的故障检测滤波器设计问题.测量数据的丢失假设满足已知概率的Bernoulli分布.设计一个故障检测滤波器,使残差误差系统均方指数稳定且具有一定的扰动衰减水平.采用线性矩阵不等式方法,给出了故障检测滤波器存在的充分条件.最后通过例子说明该方法的有效性.

利用相对波阻抗识别煤层缺失变薄带

地震道积分是利用地震资料进行的无约束反演技术,也就是通过对地震道积分得到地层的相对速度剖面而进行地层分析的技术。通过地震道积分识别煤层缺失变薄带研究表明,小规模的煤层缺失变薄带在三维地震时间剖面上基本无显示,在地震道积分时间剖面上能够有效地识别出相对波阻抗的异常,进而解释煤层缺失变薄带,解释成果与巷道揭露一致,结果表明地震道积分是地震解释中一项的有效实用技术。