基于改进的RBF网络的变压器分接开关故障诊断

针对有载分接开关工作的特性和故障分析,设计了一种基于人工神经网络的有载分接开关的故障诊断方法.使用RBF神经网络实现对分接开关的故障诊断和识别,基于剪枝理论对网络进行优化,改善了RBF网络特性.通过对检验样本的测试验证了该方法的有效性和可行性,将不同隐含层数及不同误差精度的算法性能进行了比较分析,结果表明设计的误差精度能满足实际需要.     

柔性直流变压器有载分接开关控制策略

目前,针对柔性直流输电系统在交流电网电压波动时的稳定运行问题,一般采用通过调节有载分接开关保证变压器阀侧空载电压的恒定,但这种方法没有充分发挥有载分接开关的作用,导致正常运行时换流器损耗偏高。为此,提出一种有效降低换流器损耗的新型有载分接开关调节策略。首先,考虑柔性直流输电系统的运行特性,分析所提有载分接开关调节策略的原理,即以最大调制比限制和阀侧最高持续运行电压限制两方面综合确定变压器阀侧空载电压的上限值,再根据网侧电压的实际情况计算分接开关档位。其次,针对具体算例,分析不同交流电压下系统无功功率的要求,根据所提策略计算得到各种实际工况的分接开关档位需求,并且计算对比新型调节策略与传统策略在多种系统传输功率下的换流器损耗,数据显示新型调节策略可有效降低换流器损耗。最后,搭建典型海上风电柔性直流输电系统的PSCAD仿真模型,针对交流电压波动和变压器运行台数变化2种关键工况验证所提新型分接开关调节策略的稳定性和有效性。     

有载分接开关绝缘油在线检测装置的研制

本文介绍了变压器有载分接开关绝缘油耐压在线检测装置研制的背景,分析了造成有载分接开关故障的主要因素,提出了有载分接开关绝缘油耐压在线检测装置的设想,通过对绝缘油耐压在线检测装置的研制,不断提高变压器有载分接开关安全运行水平,实现智能电网技术的新应用.     

电力变压器有载分接开关维护问题探讨

针对电力变压器有载分接开关运行中由于维护不当易出现的故障，分析其原因及危害性，提出了预防措施，并阐述了有载分接开关维护的重要性。     

基于盲源分离算法的有载分接开关振动监测技术研究

随着电网调节任务日趋繁重,设备运行工况愈加复杂,有载分接开关(OLTC)故障频发且呈上升趋势,严重影响电网系统安全稳定的运行.机械性故障为OLTC的主要故障,振动监测为其常用故障监测手段之一.在OLTC切换过程中,振动采集装置采集到的信号存在大量噪声.本文采用一种盲源信号分离方法,基于220 kV电力变压器的不同运行方式下的振动波形仿真分析表明,该方法能将OLTC振动信号准确无误、有效地分离出来,提高振动故障监测识别装置的准确率.     

基于在线学习神经网络的状态依赖型故障预测

提出外部激励故障和内部激励故障的概念,研究非线性系统状态依赖型故障的预测问题.将非线性系统的故障模型描述成外部激励与内部激励相耦合的一般非线性函数形式,函数的结构未知.通过反向传播(BP)神经网络在线学习故障函数模型实时逼近故障模型,提出基于在线神经网络的状态依赖型故障的预测算法.该算法能够实时地检测故障,对系统状态和故障进行迭代估计和预测.利用系统状态的预测值实时预测了系统的失效时间.故障模型的一般化拓展充分体现了系统状态对故障的影响,增强了算法的实用性.仿真结果验证了该方法的有效性.     

基于仿真数据的旋翼系统故障识别

采用广义回归神经网络(GRNN)对3种直升机旋翼故障(配平调整片误调、变距拉杆误调、质量不平衡)进行识别.采用三层网络分别识别旋翼故障的类型、位置和程度.网络训练集和测试集采用基于耦合的旋翼-机身仿真结果(包含故障旋翼响应、桨毂载荷、机身振动水平).为提高网络泛化能力,在仿真结果中添加了噪声.结果表明:1)训练好的GRNN能从包含噪声的直升机响应中对故障做出识别,使用仿真数据训练的GRNN可用于旋翼健康和使用监测系统(HUMS)的开发;2)使用包含噪声的数据训练网络能显著提升GRNN的泛化能力;3)合理选择网络扩展常数对于预测准确性非常重要.     

灰关联分析在歼击机操纵面故障识别中的应用

为了提高歼击机操纵面的故障识别能力,探讨了基于关联分析的故障识别理论.首先介绍了运用灰色关联度分析法进行故障识别的原理、步骤和方法,描述了识别的具体实现过程,并根据歼击机操纵面的常见故障,运用灰色关联识别方法进行分析,最后用某歼击机的实例比较了该方法与神经网络方法的识别结果.方法分析与仿真结果表明,将灰色关联度分析法引入操纵面故障识别中是可行的,并具有简单、计算量小、识别结果可靠等特点.     

基于DCM-PCA和GA-BP的逆变器故障诊断

针对光伏并网三相电压型逆变器开关管的开路故障,提出深度级联模型（deep cascade mode,DCM）-主成分分析（principal component analysis,PCA）与遗传算法（genetic algorithm,GA）优化的BP神经网络结合的故障诊断方法。首先对逆变器的开路故障进行分析和仿真,确定三相电流作为故障信号,选择22类故障状态作为诊断对象,通过以稀疏表示分类（sparse representation based classififier,SRC）为基本操作单元的深度级联模型提取故障特征,DCM根据层次学习特性将故障特征分层,再由SRC部分得到不同故障的编码系数,并采用t分布—随机近邻嵌入（t-distributed stochastic neighbor embedding,t-SNE）方法验证了DCM具有较好的特征提取能力,通过PCA降低故障特征的冗余度、保留有价值的主成分提高网络映射能力,最后将故障特征向量作为GA-BP神经网络的输入信号实现对故障的诊断识别。通过仿真实验得到该方法的故障诊断准确率为95.64%,与DCM-PCA-BP、FFT-G...     

水下机器人抗积分饱和控制及主动容错控制方法

针对自主式水下机器人(AUV)推力饱和时一般模型控制器控制性能下降问题,提出了基于平滑变参数条件积分法的抗积分饱和控制方法.为适应AUV因抛载等引起的动力学性能变化,提出了一种基于抗积分饱和一般模型控制的主动容错控制方法,同时还研究了传感器故障问题并提出了一种传感器故障容错控制方法.进行了"海狸"号水下机器人试验样机的仿真及水池实验,实验结果验证了所提出的抗积分饱和控制方法的有效性,也验证所提出的容错控制方法在AUV发生故障及动力学性能变化时可有效减小速度、角速度跟踪误差.