基于事例和规则混合推理的变电站故障诊断系统

故障诊断是保证电力系统安全运行的重要手段,目前多采用基于规则推理的专家系统,但其知识获取困难,自学习能力差,很难适应电网发展的要求.文中介绍了基于事例推理(CBR)和基于规则推理(RBR)的混合推理的变电站故障诊断专家系统.该系统采用CBR方法确定故障情况,再利用规则评价继电保护和开关的动作情况.事例库包括用RBR系统自动生成的基本事例库及无确定规则的特殊事例,在使用中还可不断地增加新事例以提高系统判断复杂故障的能力.由于采用了混合推理,系统故障诊断快速可靠,动作评价准确,自学习能力也得到很大提高,可减轻运行人员的工作量.     

一种复杂设备故障诊断的不确定性推理策略

一种有效的不确定性推理策略被提出用于提高复杂设备故障诊断的效率.首先,针对某些复杂设备很难有效地创建基于元器件层次分解的诊断树的特点,提出了基于故障类别信息的分层级诊断推理策略;然后,在不同诊断层级中,则采用基于模糊多属性群决策的方法来确定各规则的检索优先权,以进一步提高规则检索的效率.基于这种推理策略的故障诊断实例验...     

基于诊断思维的变压器模糊故障诊断

根据医生诊断推理［1］与变压器故障诊断在机理上的相似性，将其诊断思维的数学模 型用于大型电力变压器故障诊断之中，提出了一种变压器故障诊断的新方法。实例验证了该 方法的有效性。     

电网故障最优诊断的查询方法EI北大核心CSCD

针对传统专家系统在电网故障诊断应用中的局限性,提出一种基于模型诊断的电网故障最优诊断的查询方法。该方法按照基于因果关系的诊断思想,得到预设故障输出对应的预备候选诊断,然后根据故障后的电气信息从匹配的预设故障输出中确定候选诊断,最后,运用贝叶斯理论计算候选诊断的故障概率,并查询最大概率的候选诊断作为电网故障的最优诊断。该方法通过离线获得预备候选诊断,在线确认候选诊断的手段,缩减了诊断的时间,在利用贝叶斯定理处理诊断的不确定性时,将告警信息引入到模型诊断逻辑框架内计算元件的实际故障概率,提高了诊断的准确性。算例分析结果验证了所提方法的有效性和可行性。     

基于模型分层的配电网故障诊断方法

针对配电网故障的基于模型诊断方法在发生多重多相故障时存在诊断速度慢、诊断准确率不高、容错能力低的情况,提出一种适用于配电网故障的基于模型分层诊断方法。在诊断算法上,利用新的适应度函数和特征学习搜索策略来提高诊断速度和诊断准确率。在诊断模型上,利用分层的方法,将单层单次高维度运算转变为2层多次低维度运算,进而再次提高诊断速度、诊断准确率;通过定义等效部件的约束关系式提高第1层诊断的容错能力,利用电压约束和电流约束的冗余关系提高第2层诊断的容错能力。算例表明,与其他模型相比,基于模型分层诊断方法的诊断速度有了较大的提高,诊断准确率始终维持在理想值附近,容错能力明显增强;在大规模配电网故障诊断中,其优势明显。     

基于粗糙集理论和贝叶斯网络的真空断路器故障诊断方法

真空断路器故障诊断因果关系的复杂性与模糊性,采用单一的智能方法难以准确描述.基于智能互补融合的思想,将粗糙集理论与贝叶斯网络有机结合起来,提出了一种真空断路器故障的快速诊断方法.以粗糙集理论为基础建立故障征兆属性集和故障诊断决策表,并通过约简决策表形成最小故障诊断规则.基于最小诊断规则建立贝叶斯网络模型,利用贝叶斯网络实现断路器故障诊断的快速概率推理.经真空断路器的故障诊断实例分析表明,所提出方法是可行有效的.     

基于模型与模糊Petri网融合的高铁牵引变压器故障诊断

针对基于模型诊断方法(Model-based Diagnosis,MBD)存在的处理不确定性和组件间的关联关系方面的问题,基于互补融合的思想,将模糊Petri网与MBD有机结合在一起,提出了一种高速铁路牵引变压器外部故障和内部故障诊断的新方法。建立牵引变压器结构和功能的两层模型,通过离线搜索最小冲突候选集和在线识别最小冲突集,实现牵引变压器的外部故障诊断。对于内部故障的诊断, 采用MBD进行牵引变压器故障元件定位,利用模糊Petri网进行区域知识表示,推理实现内部故障类型诊断。以武广高速三相V/x接线牵引变压器故障数据为实例进行分析,诊断结果验证了MBD与模糊Petri网融合的牵引变压器故障诊断方法的可行性和有效性。     

基于模型的水力发电机组复合故障诊断方法

为了提高水力发电机组的故障定位和故障识别水平,提出了基于模型的复合诊断方法.该方法采用了复合系统理论、有限状态机理论、键合图(BOND图)理论和暂态因果图(TCG图)理论.对机组的复合动态系统的特性和有限状态机进行了研究,对有限状态机中的事件、状态和状态变迁进行了详细分析;以机组调速器电液转换器控制接力器为例,研究了机组BOND图和TCG图的产生方法;在机组有限状态机和TCG图的基础上,给出了故障诊断方法框架,其中包括故障元件集合产生方法、故障元件集合筛选减少方法、故障大小识别方法.应用复合故障诊断方法对机组调速器的接力器摆动很大,机组有时会突然关闭的故障进行了诊断,取得了满意的效果.采用基于模型的复合故障诊断方法在在线故障定位和故障识别方面比传统诊断方法如专家系统方法、模糊方法、神经网络方法更有效.     

基于人工智能及信息融合的电力系统故障诊断方法

故障诊断软件作为调度中心综合智能告警模块的核心软件,其综合诊断性能的提高一直是电力工程界及学术界的热点问题之一。提出了基于信息融合思想的人工智能故障诊断新方法。该方法首先建立基于神经网络的信息融合故障诊断新模型,即利用神经网络对于信息所蕴含的特征提取能力,实现3种人工智能故障诊断方法权重的自动确定,以期获得更高的诊断精度;然后用测试样本对其进行测试,若精度满足要求则说明历史样本数量充足,则把训练好的神经网络直接用于对于新来的信息进行相应设备故障与否的诊断;否则,说明现有样本数量不足,使得基于神经网络实现信息融合的方法在该场景下不再适用,此时文中采用对于历史样本数量要求较少的基于自适应确定权重的信息融合策略,即基于故障诊断评价指标体系及客观权重法中的拉开档次法,自适应地确定3种人工智能故障诊断方法的权重,从而使得融合之后的故障诊断具有更高的诊断精度。不同样本下的算例均证明文中所提出的故障诊断新方法的综合故障诊断能力高于其他诊断方法。     

基于加权灰色关联度的牵引变压器绝缘故障诊断软件

在分析了牵引变压器负荷特征和故障产气机理的基础上,针对牵引变压器的故障特点提出了一种基于加权灰色关联度分析的牵引变压器DGA故障诊断方法:收集了大量的故障变压器历史数据,对变压器状态分类成七种牵引变压器标准状态模式序列;选取五种变压器油色谱分析(DGA)特征气体值作为灰色关联度分析的参考因子并标准化;采用参考因子加权计算关联度.将基于加权关联度分析的故障诊断方法应用在开发的牵引变压器在线监测诊断软件中.通过分析大量的历史运行数据,诊断结果表明与沿用的电力变压器传统故障诊断方法相比,该方法有着更高的准确度.     

一种基于模型模拟电路模糊故障诊断方法

文中提出了一种基于模型的模拟电路故障诊断方法。它以节点电压为测试量,将元件故障及节点的故障电压模糊化,根据电路的拓扑结构,以节点为基点,以节点电压传递为纽带建立模拟电路的故障模型,以模拟贴近度为判断依据来进行故障诊断和选择最佳测试点,并将测试得到的新的信息不断吸收进去,从而快速而有效地诊断出故障,它利用了模糊量的冗余性,克服了容差的影响,不仅能对硬故障,而且对软故障都能较好地定位到元件级,同时又可在线或离线诊断,文中给出了一个直流电路故障诊断的实例,所得的结果是令人满意的。     

基于人工免疫系统的电路小样本故障诊断方法

针对常规电路故障诊断方法存在的故障样本需求大的问题,基于免疫系统的阴性选择机理,提出了建立人工免疫系统实现电路小样本故障诊断的新方法。该方法仅需电路正常模式测试数据加一组故障模式测试数据为样本,生成随机检测器,再运用变异实值否定选择算法优化随机检测器,结合基于故障样本生成故障类型检测器构成人工免疫系统的故障检测器,并采用二次匹配方法完成电路的故障诊断。对ITC’97的CTSV滤波器电路的故障诊断表明,该方法可应用于小故障样本场合下的电路故障诊断,具有较高的实际应用前景。     

基于新型故障树的微控制器系统故障诊断方法

为更好解决以微控制器为主控芯片系统的故障诊断与故障搜寻问题,提出一种输入输出型的故障树模型,应用这种特殊故障树可简化故障推理机制,简便迅速的进行故障诊断与搜寻。该方法从故障树层间引出检测节点,并建立输入输出型最小割集故障树模型,实现了在某新型火炮上的快速自动化检测和精确的故障诊断与故障定位。     

一种基于故障录波信息的调度端电网故障诊断系统

顺应电力系统自动化的发展潮流,开发了一种基于故障录波信息的调度端电网故障诊断系统软件,总体上分为数据库模块、系统管理模块、故障诊断模块、故障信息分析模块、保护和开关动作行为评价模块等功能模块。分别介绍了各模块的工作原理,并对故障诊断模块进行了详细的分析。     

一种基于故障录波信息的电网故障诊断方法

在系统发生复杂故障或开关、保护存在较多误动、拒动以及因信道干扰而发生信息丢失等诸多不确定因素的影响下，目前基于开关和保护信息的诊断方法已经不能取得满意的结果，必须寻找新的信息源。随着继电保护及故障录波信息网的建立，丰富的录波信息为进一步诊断提供了基础。根据电力系统目前的实际运行情况和今后的发展，提出了一种合理利用采集信息进行分层故障诊断的方法。对在复杂故障情况下利用故障录波信息作进一步诊断的方法进行了研究，提出了虚拟保护的诊断思想，并建立了相应的面诊断模型，有效地弥补了利用开关、保护信息诊断的局限性。利用组件对象模型（COM）和Windows的动态连接库（DLL）技术建立了通用的、可共享的诊断系统。     

基于小波分析的电机故障诊断研究

交流异步电机是广泛使用的能量转换装置,对其常见故障进行分析及诊断,提高电机故障的在线诊断水平,具有明显实用价值。文章利用小波包分析算法提取出电机故障特征向量,并针对轴承故障特征,提出峭度值指标计算和小波包分析相结合的算法,分析获得轴承故障特征频率,由此确定故障的类型。仿真结果证明了该方法的有效性。     

基于故障录波器信息的故障诊断系统

对人工神经网络（ANN）方法应用于变电站故障诊断进行了研究,提出了一种基故障录波器信息的故障诊断系统。该系统中,核心部分是三层前向BP网络分别对变电站内的变压器、线路和母线构造相应的故障诊断ANN模型,对每种保护、断路器和自动装置构造相应的动作性能诊断模块。仿真计算结果表明：基于波器信息的将ANN应用于变电站故障诊断的方法是一种有效的方法。     

基于遗传算法的电力系统故障诊断的解析模型与方法──第二部分 : 软件实现

在本文第一部分所发展的故障诊断的解析模型与方法的基础上,首先提出了由计算机自动形成故障诊断的目标函数的方法,这是实现电力系统在线故障诊断所必需的。之后,介绍了为浙江省电力局开发的电力系统在线故障诊断实用软件的构成与主要功能。     

电力设备故障红外诊断系统的研究与实现

随着电力企业状态检修工作的深入开展,红外测温因其不用停电并能检测设备是否存在故障的优势,已成为电力设备带电检测的重要手段,但目前红外测温图谱的分析工作主要依靠专业技术人员凭借经验完成,因人员专业技术水平的差异、人员细心程度和工作疲劳程度等原因可能导致设备诊断出现偏差给设备安全运行埋下隐患。基于上述原因,文章介绍一种以人工智能领域规则和案例推理为基础的电力设备故障红外诊断系统,实现电力设备红外测温现场的测温数据录入和设备故障诊断。     

电力系统健康诊断

首先,综述电力系统故障诊断研究的现状,提出电力系统健康诊断的概念,即通过对网络与设备的状态不断进行扫描,建立其健康模型,根据其特征量的变化,诊断其“健康”程度,及时发现“病灶”并报警,必要时加以消除。电力系统健康诊断涵盖了故障诊断、故障预测和状态监测,但在内容、时间和适用面上都有了进一步的延伸。探讨了电力系统健康诊断的研究框架和内容,包括理论、技术和方法几个方面。