基于Park变换的配电网多端行波故障定位方法

单端和双端行波定位方法都很难准确定位配电网故障,因此提出一种采用多端行波的配电网故障定位方法.首先给出基于Park变换的自适应行波检测策略,在分析双端行波定位缺陷的基础上,根据检测到的行波到达各配电线路末端的时间,给出多端行波故障定位的原理.该方法克服了由于配电线路结构复杂所造成的反射波识别困难,而且不受故障类型、故障初始相角和接地电阻大小的影响.采用PSCAD/EMTDC仿真软件和MATLAB软件对不同的故障工况进行仿真,仿真结果表明,本文方法能够快速准确地定位故障点,从而证实了该方法的有效性和可靠性.

基于BP神经网络的感应电动机转子故障诊断方法

分析定子电流频谱特性诊断感应电动机转子故障,为了避免故障特征的边频分量被基频"旁瓣"淹没,利用扩展Park矢量法提取故障特征。在此基础之上,对所得到的故障特征矢量进行归一化,作为BP神经网络的输入量,同时以故障类型作为BP神经网络的输出量。设计BP神经网络结构,利用输入输出量对BP神经网络进行训练,进而实现感应电动机转子故障的自动识别。

基于BP网络的异步电机转子断条故障的自动识别方法

提出了一种以扩展Park矢量方法为故障特征提取手段、利用BP网络的模式识别功能自动诊断异步电机转子断条故障的新方法。该方法消除了故障信号中基频成分对断条故障特征分量的“湮没”影响,同时实现了故障的自动识别,免去了人为介入。故障诊断实例表明:该方法具有良好的有效性和准确性。

采用SNMP网络协议的地质公园设备管控系统设计

基于简单网络管理协议(SNMP),设计地质公园智能设备的管控系统,可实现开启或禁用拟定设备、远程监控智能设备端口、汇总设备数据、查看和更新设备工作事件信息、实时监控设备运转状态的功能.应用结果表明:该系统可通过有线及无线网络把地质公园所有智能设备连接到同一管控平台,实时监控设备的运行状态、流量信息、数据统计及故障数据等,并能通过手机短信及自动电话拨打方式向管理员发出故障报警.

园区网的网络故障状态预测方法

为及时处理园区网可能发生的网络故障,提出了一种网络故障状态预测方法。首先利用采集的园区网网络运行数据样本做数据挖掘,获得网络运行参数的ARMA预测函数及网络故障预测的BP神经网络模型;做网络故障状态实时预测时,在园区网的关键监测点中利用SNMP协议采集网络运行参数,通过这些参数预测下面几个时段的网络运行参数,进而利用BP网络预测网络监测点的故障状态。实验结果表明,网络运行状态预测的准确率能够达到80%以上,可实现基本的网络故障状态预测。

轴(孔)类工件表面缺陷神经网络诊断模型

该文是在应用误差分离理论提取出轴(孔)类工件表面缺陷信息基础上,对表面缺陷信息在频域上分布特性进行分析,然后建立RBF神经网络的诊断模型。经过训练和仿真测试,并与BP神经网络仿真结果进行了比较,结果表明该方法正确可行。

基于FTA-BN的危化品停车场槽罐车泄漏概率分析

鉴于危化品停车场槽罐车泄漏事故的影响因素众多,很多影响因素具有模糊性且难以量化,常规的数学方法难以进行处理。采用基于三角模糊数的FTA-BN对其进行风险量化。首先,结合相关文献资料识别并分析造成危化品停车场槽罐车泄漏的主要因素;其次,结合专家知识将本事件梳理为事故树,从而进一步得到模糊的贝叶斯网络,基于三角模糊数量化基本事件的先验概率,并使用GeNIe软件对得到的模糊的贝叶斯网络进行相关推理分析,得到危化品停车场槽罐车泄漏事故的概率,可为危化品停车场的风险评价提供基础依据。

基于神经网络的双馈式风机故障诊断研究

文章提出了一种基于BP神经网络的双馈式风力发电机(DFIG)相间短路故障诊断方法,利用Park变换对DFIG进行建模,并对发生在DFIG定转子侧的相间短路故障进行了仿真,确定了在故障状态下,将DFIG定转子侧的电流量和电压量作为典型故障数据的可行性。在此基础上,通过典型故障数据对BP神经网络的训练,使新的诊断方法在DFIG发生相间短路故障时,能精确地对DFIG的相间短路故障类型进行判断。最后,利用MATLAB对神经网络进行编程设计和仿真分析,验证了该方法的可行性,为DFIG的相间短路故障诊断方法提供参考。