基于时间序列相似性挖掘的水电机组振动故障诊断研究

时间序列的相似性挖掘是水电机组故障诊断的重要方法,本文提出一种基于频率模糊贴近度的时间序列相似性的数据挖掘方法,用来解决水电机组故障诊断中振摆特征曲线的相似性比较问题。该方法将复杂的时域问题转化为频域问题,通过模糊贴近来度量时间序列之间的距离,刻画出数据时间序列的相似程度。该算法应用到大峡水电站二号机组的故障诊断中,结果表明,该方法能够对故障做出准确判别,分离各种故障类型。由于需要存储的数据比较少,速度快,非常适于水电机组故障诊断中大规模图形序列挖掘。     

凝聚层次聚类算法在电厂设备故障预测上的研究

针对电厂设备产生的数据浪费问题,并为保证电网的健康运行,提出了利用设备的时间序列数据并运用凝聚层次聚类算法对电厂设备故障进行预测的方法。首先提出了预测方法的框架,后运用凝聚层次聚类算法对时间序列数据聚类,然后采用多项式拟合方法进行了Matlab曲线拟合仿真,根据动态时间弯曲方法度量运行曲线和拟合曲线的相似性,最后通过相似性和预设的阈值判定设备运行状态。结果表明该方法能充分利用时间序列数据,有效地进行复杂电力设备故障预测,有利于及时调度和处理有关事故或缺陷,提高企业经济效益和管理水平。     

基于时间序列压缩动态时间弯曲距离故障区段定位

针对基于暂态零模电流相关系数法的配电网故障区段定位方法存在数据处理量大且需要时间同步问题,提出一种基于时间序列压缩的动态时间弯曲(DTW)距离的小电流接地故障区段定位方法。先对终端控制单元(FTU)采集的故障录波数据预先处理,只提取故障发生后一个工频周波内的初始值、极值以及两极值点之间数据变化差值最大的两点,再将新的时间序列上传至主站,最后由主站采用动态时间弯曲距离算法求取两相邻FTU零模电流的相似性来进行故障区段定位。通过算法对比分析可得,在抗同步误差能力和信号幅值反应能力上,DTW算法较强于相关系数法;在直流分量表达能力上,两算法效果基本一致。此外,数据压缩后的新时间序列在DTW距离上的相似度表达能力基本与原时间序列相同,但数据处理量减少了至少一半以上。大量ATP/EMTP仿真说明文中所提方法能在不同故障角、接地电阻、故障位置下准确判出故障区段。     

基于事件序列数据挖掘原理的高压输电线系统故障诊断:(一)模型与算法

基于事件序列(SOE)数据挖掘(DM)原理的高压输电线系统故障诊断的研究分两部分,该文是第一部分:模型与算法;第二部分是仿真和容错性能分析.根据电力系统发生故障时形成具有时空特征的离散SOE信息,提出了基于事件序列DM原理的故障诊断模型的构造和实现方法.用动态规划算法的相似性优化原理,对实时信息序列中含有畸变信息的SOE与标准的SOE集合之间进行编辑距离运算、运算代价、置信度来完成相似性度量的操作,可由挖掘事件之间的蕴涵的关联性,发现知识和进行信息纠错.所提出方法的重要实质是把故障诊断问题的求解转化为寻找与实时故障SOE模式最相似的、运算操作代价最小的标准故障SOE模式,从而纠正SOE中的变异事件,确保诊断的高容错性能.     

基于时间序列相似性匹配的输电系统故障诊断方法

输电系统发生故障后的警报信号具有丰富的时序信息,若能充分利用则会有助于快速和准确地诊断故障。调度中心采集到的故障警报包含了统一时标基准的时序信息,从而构成了时间序列。在此背景下,将时间序列的数据挖掘概念与相关方法引入输电系统故障诊断之中,提出了基于相似性匹配的故障诊断方法。首先,介绍了时间序列的概念及其相似性匹配方法。随后,将这种方法进行了改进并应用于输电系统故障诊断,构造了相应的时间序列模型,定义了时间序列距离,采用子序列匹配查询方法求解,并与近年来提出的两种输电系统故障诊断方法进行了比较分析。所提出的方法利用警报信息序列的时序特征,对于复杂故障、相继故障等情形仍能迅速识别警报漏报/误报等情况,正确诊断出故障元件与故障类型,并对继电保护装置进行评价。最后,用两个实际案例说明了所提出的故障诊断方法的可行性与有效性。     

基于事件序列数据挖掘原理的高压输电线系统故障诊断:(一)模型与算法

基于事件序列(SOE)数据挖掘(DM)原理的高压输电线系统故障诊断的研究分两部分，该文是第一部分：模型与算法；第二部分是仿真和容错性能分析。根据电力系统发生故障时形成具有时空特征的离散SOE信息，提出了基于事件序列DM原理的故障诊断模型的构造和实现方法。用动态规划算法的相似性优化原理,对实时信息序列中含有畸变信息的SOE与标准的SOE集合之间进行编辑距离运算、运算代价、置信度来完成相似性度量的操作，可由挖掘事件之间的蕴涵的关联性，发现知识和进行信息纠错。所提出方法的重要实质是把故障诊断问题的求解转化为寻找与实时故障SOE模式最相似的、运算操作代价最小的标准故障SOE模式，从而纠正SOE中的变异事件，确保诊断的高容错性能。     

基于聚类和时间序列分析的变压器状态评价方法

传统的电力变压器DGA故障诊断方法,仅能二值化地判断设备处于健康或故障状态,无法表征变压器的潜在故障情况,也无法确定变压器向故障状态转化的趋势。对此,提出了一种基于聚类和时间序列分析的变压器状态评价方法。首先,基于点密度判据进行数据预处理,消除噪声影响。其次,基于大数据聚类思想,计算采样数据和历史故障数据簇的相对邻近度,根据计算结果将设备状态划分为健康、潜伏故障或故障。在此基础上判断故障设备的故障类型,基于故障类型关联权重计算健康设备的健康得分,通过时间序列相似性分析方法获取潜伏故障设备的预测故障发展时间。算例分析验证了该方法的可行性与有效性。     

基于混沌特征的航空发动机故障诊断研究

为有效利用航空发动机故障状态下振动系统的非线性特征,把混沌引入到航空发动机故障诊断中.采用了一种集相空间重构技术和关联维数估计为一体的特征提取方案,确定混沌时间序列相空间重构两个重要参数,给出了关联维数的计算方法,准确估计出实测数据的结果.对3种典型故障振动数据的关联维做了计算仿真,仿真结果表明该方法提取的混沌特征量具...     

级联H桥七电平逆变器故障的SKSNN-LPP特征提取方法

针对级联H桥七电平逆变器结构复杂,故障特征属性相互交叉,相似故障类间区分度低的问题,提出一种监督核共享近邻(SKSNN)相似性度量方法,并运用于局部保持投影(LPP)算法中,形成一种新的基于监督核共享近邻的局部保持投影(SKSNN-LPP)特征提取算法,用于提取七电平逆变器IGBT开路故障低维敏感特征。首先,采集各故障状态下逆变器交流侧三相电流原始信号数据;其次,利用SKSNN-LPP算法提取嵌入于原始数据中的低维敏感特征;然后,将提取的特征作为支持向量机(SVM)的输入建立故障诊断模型;最后,与传统信号处理及统计分析方法进行了仿真对比分析。结果表明,所提出的特征提取方法能有效减低相似故障类误诊率,诊断精度高达96.4%,明显高于其他方法。     

小样本下时序注意力边界增强原型网络的 齿轮箱故障诊断方法

针对小样本条件下原型网络在提取特征过程中会丢失振动数据的时序特征,且未修正样本在度量空间中的分布导致模 型精度低的问题,提出一种时序注意力边界增强原型网络的齿轮箱故障诊断方法。 首先,通过构建时间序列注意力模块,建立 通道间的时序特征依赖,获得通道时序融合特征;然后,在计算类原型之后,增加邻边界损失以修正度量空间中的故障特征类内 和类间分布,明确类原型的表征边界。 最后,通过计算测试样本与类原型的欧氏距离,输出故障诊断结果。 实验表明,在小样本 条件下本文所提方法相比其他方法具有更高的故障诊断精度。     

MMC-HVDC输电线路双端非同步故障测距方法

提出了一种基于模块化多电平变换器的高压直流(MMC-HVDC)输电线路双端非同步故障测距方法。首先,通过分析MMC-HVDC系统直流侧线路故障时的电流环路,将跳闸后的双端MMC的两侧环路分别等效为RLC串联电路,并先后控制双端MMC桥臂子模块的投入,为两侧RLC串联电路提供一个初始电压;然后根据RLC电路的零输入响应特性,分别提取双端MMC子模块电容电流的最大值以及该时刻的电压;最后利用双端非同步测量的数据计算故障距离。该方法不依赖于电容的初始电压,并且不受过渡电阻影响,可重复测量,提高了测距的可靠性。在PSCAD/EMTDC中搭建了21电平的MMC-HVDC模型,并对所提故障测距方法进行仿真,验证了其有效性。     

一种新的输电线路双端行波故障定位算法

针对单双端行波故障测距算法存在难以准确、便捷地识别故障行波波头等问题,提出了一种根据两测量点所测时间比例来计算故障距离的双端行波故障定位算法,将希尔伯特-黄变换和小波变换结合,利用高斯模型快速、准确地提取故障行波波头到达时刻,再结合已知定长计算故障距离。大量基于MATLAB/Simulink的仿真实验结果表明,该算法的相对定位误差不足1%,且不受故障距离、故障类型、故障电阻、故障初相角的影响,具有较好的适应性和实用价值。     

基于离散HMM的电力电子电路故障诊断

本文提出了一种基于离散HMM(hidden Markov model)的电力电子电路诊断新方法。针对电力电子电路故障,阐述了HMM相应的基本原理和训练算法。以三相整流桥电路为例,实现了基于HMM的电路状态识别。仿真和实验结果证明本文提出的方法正确可行,具有工程的应用价值。     

基于R-L模型的串补线路距离保护方案

针对串补线路故障特性更为复杂,造成距离保护难以正确动作的问题,提出了一种利用单端信息的串补线路故障测距方案。以R-L模型为基础,根据串补前及串补后故障线路参数的不同,给出了2个测距计算模型。利用该模型计算出的电阻值与实际电阻值的对比,可准确判断故障点相对串补装置的位置。若故障发生在串补装置前,则直接驱动断路器跳闸;若故障发生在串补装置后,则利用串补后的故障计算模型,判断出故障位置。该方法可以较好地解决传统距离保护在串补线路中的暂态超越问题,同时,利用MOV导通前的暂态信息,避开了MOV导通初期串补电容电压难以获取的问题,极大地提高了距离保护的可靠性。利用PSCAD仿真验证了该方案的可靠性和有效性。     

基于Camberra距离的串联电弧故障诊断方法

为进一步降低低压电弧故障的误识率,针对串联电弧故障,提出一种基于脉冲信号变换的Camberra距离诊断方法。将负载电流转变为脉冲波,随机电弧故障表现出脉冲波的非周期波动。通过脉冲宽度的时间序列数值差分提取电弧故障的随机特征,构造出基于差分序列统计特性的故障特征向量。特征向量点值图呈现出明显的聚类特征。根据特征向量的Camberra距离分析结果与脉宽特征,给出电弧故障误识别问题的解决方法,确定了电弧故障的诊断算法。参考UL1699的电弧故障仿真试验和实际样机测试结果验证了该方法的可行性和较高的可靠性。     

基于BCL-ASA-BP神经网络的模拟电路板芯片故障诊断

针对模拟电路板芯片故障界定标准不明确和实现快速、准确分类困难的问题,本文提出了一种基于双元卷积Logistic原子搜索算法(Binary Convolution Logistic-Atom Search Algorithm,BCL-ASA)优化BP神经网络(BCL-ASA-BP)的故障诊断模型。首先,对电路板芯片不同状态下的温度进行采集和特征提取,并采用欧氏距离对特征进行融合,建立含有芯片故障界定标准的故障特征模型。接着,利用双元卷积Logistic映射初始化原子搜索算法的种群规模和位置,提高收敛速度和精度。然后,通过BCL-ASA优化BP神经网络寻优过程,获得最优权值和阈值。最后,将芯片故障特征模型输入到BCL-ASA-BP神经网络中进行训练和测试,完成电路板芯片故障诊断。实验采用电源电路板进行可靠性分析,结果表明,BCL-ASA-BP对芯片故障综合诊断准确率可达98.35%,较传统BP算法提升13.9%。     

基于回路直流电阻测量的输电线路单相接地故障离线故障定位

首先基于线路绝缘电阻测量进行故障检测和诊断——识别故障类型和故障相,然后针对发生率最高的单相接地故障,提出基于回路直流电阻测量的离线故障定位方法。定位前先对线路直流电阻和大地回路电阻进行测量,随后考虑接地电阻影响,分别利用故障相构建两回独立电压方程组,通过求解方程组计算故障距离。基于PSCAD/EMTDC搭建仿真模型进行验证,证明了方法正确性,同时将该方法在现场进行了应用,证明了方法的有效性,对于及时清除新建和大修线路的故障并保证线路的及时投运有重要作用。     

基于BP算法的模拟电路故障诊断

文中就BP神经网络的学习算法进行了分析,使用PSPICE软件对电路进行仿真,在此基础上建立了模拟电路的BP神经网络故障字典库。通过查阅字典库实现模拟电路的故障诊断。指出了BP神经网络在模拟电路故障诊断过程中存在的网络泛化性能差的问题,并提出了解决办法。经过仿真实验验证,这种方法用与模拟电路故障诊断相结合能够提高神经网络检测故障的智能性,提高故障诊断的准确性,结果较好,具有一定的应用价值。     

基于多源信息时间序列匹配的电网故障诊断方法

随着调度中心自动化水平的不断提高,包括数据采集与监控系统(supervisory control and data acquisition,SCADA)、广域测量系统(w ide-area measurement system,WAM S)、继电保护信息系统(relay protection information system,RPIS)等在内的多数据源系统的量测信息汇集到调度中心的统一数据库中。为了充分挖掘多源信息在调度运行中的应用场景,将多源信息应用于电网故障诊断中,提出了一种基于多源信息时间序列匹配的电网故障诊断方法。首先,介绍了多源信息数据库的组成、电网时间序列的结构以及针对不同数据源系统的生成规则。其次,利用事件顺序(sequence of event,SOE)记录、信息保护动作信息和相量测量单元(phasor measurement unit,PMU)电气量信息在故障发生时划分可疑故障区域,生成未知故障的电网时间序列,并与根据可疑故障区域内的可疑元件的保护配置信息生成的基准时间序列集合进行匹配,识别出故障元件、故障类型、故障时间、故障演进过程等详细故障信息。最后,采用实际算例验证了所提方法的可行性和有效性。