基于案例推理的故障诊断系统软件开发

在描述基于案例推理(CBR)模型结构的基础上,将CBR应用于故障诊断领域,研究了故障诊断系统的软件设计.构建了CBR的故障诊断系统软件功能模型,阐述了系统软件模块.该系统显著提高了故障诊断的准确性和诊断效率.     

基于模型诊断在配电网故障诊断中的应用研究

提出了一个将MBD(基于模型诊断)理论应用于配电网故障诊断的方案,以一个实际配电网为例,构建了该配电网内主要设备的统一模型的基础上,给出了该配电网的系统模型描述,并结合该配电网的一组故障观测数据,对该配电网内发生的故障做故障诊断实验,由实验验证了该应用方案的可行性与有效性。     

基于案例、规则和模型推理的电站智能诊断系统

介绍了基于案例、规则和模型的诊断推理方法,讨论了相似度计算、规则表示和复合故障的诊断等问题,论述了基于案例、规则和模型的混合推理策略,并在电站设备故障诊断系统中得到了应用。     

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.     

一种改进的电网故障诊断优化模型

电网故障诊断优化模型可将诊断问题表示成求极值的0-1整数规划问题,从而可通过严密的数学运算来确知故障设备。文中在对目前故障诊断优化模型深入研究的基础上,分析其存在的不足,尤其是对诊断结果不唯一、且某些结果不合理的问题进行了剖析。发现其诊断结果不唯一的原因在于该模型仅考虑了保护各自状态的影响,而忽略了主、后备保护之间状态关系对目标函数的共同影响;在此基础上,综合考虑目前二次系统配置特点以及诊断信息特征,提出了一种改进的电网故障诊断优化模型,在新模型中充分考虑了断路器失灵保护的特殊性,并对各设备的期望状态函数进行了重新定义。文中还对诊断故障原始数据预处理和系统实现进行了简单描述。理论分析以及大量的实例验证表明:新模型更加合理,诊断结果更为准确。     

基于案例推理的大停电恢复系统设计

设计了一个应用于大停电事故恢复的基于案例推理系统。系统纵向采用分层结构,抽象层体现恢复过程的一般策略,具体层案例包含恢复操作的具体措施。系统横向分成黑启动模块、网架和负荷恢复功能模块。黑启动模块中的抽象层用一个定性进程理论模型表示,模型考虑了黑启动中的主要限制条件和各类机组的启动特性,发电容量调度算法用于具体层的修正。网架、负荷恢复模块的抽象层和具体层由详细程度不同的系统潮流图表示。开发了串并行送电阶段优化算法、系统网架及负荷恢复优化算法,用于具体层的修正。该系统以基于案例推理作为主框架,把定性分析和定量分析、理论研究和电力部门的实际经验很好地结合起来,多种在线优化算法提高了系统的灵活性。     

一种改进的电网故障诊断解析模型研究

针对保护或断路器出现拒动条件下,保护期望动作状态计算结果与实际动作逻辑间可能出现失配的原因进行了分析。通过计及主保护、近后备保护、远后备保护和断路器失灵保护间相互制约关系,给出了一种电网故障诊断模型解析规则的改进方法。仿真算例表明,所提方法能够提高故障诊断模型目标函数的计算精度,获得更加合理的故障诊断结果。     

一种改进的遗传优化策略在电动机故障诊断中的应用

遗传算法优化神经网络的方案(1)编码方案本文用遗传算法优化BP神经网络的初始权值和阈值,优化的是8-12-4三层神经网络结构.将所要构建的神经网络的初始网络权值、阈值合为一组染色体,采用实数编码,它具有非常直观,且不会出现精度不够的情况.     

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。     

一种配电网基于模型诊断的最小碰集改进算法

在配电网故障的基于模型诊断方法中,最小碰集计算对整个诊断过程具有较大影响。为了进一步提高基于模型诊断的效率和准确率,提出一种适合配电网拓扑结构的最小碰集改进算法。利用新的适应度函数保证粒子直接朝着最小碰集迭代,提高对有解空间的搜索效率。利用"特征学习"搜索策略减少对无解空间的搜索。在分析配电网各元件解析冗余关系之间联系的基础上,提出算法分层的理论依据和实现方法。算例表明,改进后最小碰集算法具有更短的求解时间和更高的准确率。将改进后的最小碰集算法应用到基于模型诊断中,故障诊断的效率和准确率得到一定提高。     

基于模型的设计在PLC控制系统开发中的应用

以电梯控制为例,介绍了一种新的PLC控制系统的开发方式:基于模型的设计。先用Simulink/Stateflow建立了四层电梯模型,然后用MATLAB自带的代码自动转换工具Simulink PLC Coder将模型转换为符合PLC编程标准的结构化文本,导入到PLC编程软件RSLogix 5000中,得到电梯模型的功能块,并以此为基础编写电梯的控制程序。实验结果证明了这种PLC控制系统开发方式的可行性及高效性。     

一种计及时序信息的电网故障诊断改进模型

在对目前故障诊断优化模型深入研究的基础上,分析其存在的不足,尤其是对诊断结果可能由于没有考虑时序信息而导致多解进行了剖析。在深入分析时序信息的基础上,挖掘其对诊断有价值的信息,并把时序信息中能够对诊断结果产生有效影响部分与已有的优化诊断模型相结合,提出一种新的计及保护和断路器动作时序信息的优化诊断模型。通过经典算例以及广东电网的实际算例进行测试,利用成熟的简约覆盖集和Tabu搜索相结合的方法进行求解,并与未考虑时序信息的模型求解结果进行对比,测试结果证明考虑了时序信息的新模型诊断结果更加准确,弥补了旧模型由于未计及时序信息而导致多解的缺点。     

基于模型的配电网故障诊断关键问题研究

现有配电网故障诊断方法主要是根据故障后保护装置产生的报警信息,断路器的状态变化信息来推断可能故障位置和类型,属于后验故障诊断方法。基于模型诊断方法(Model-based diagnosis, MBD )则直接利用电压电流等量测量来判断故障元件,可以在保护装置和断路器动作前进行故障定位,具有一定的故障预警功能。给出一个完整的基于模型的配电网诊断方案,采用优化的离散二进制粒子群算法（BPSO, Binary Particle Swarm Optimization）求取冲突集的最小碰集,诊断识别过程中以贝叶斯后验概率形式量化了候选诊断的衡量标准,从而降低诊断过程中的不确定度。最后以某10 kV配电网为诊断实例,通过实际建模、编程和实验,取得了良好的效果。     

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.     

高校管理类课程案例教学实践模型研究

案例教学能够培养学生灵活、综合运用理论知识的能力,对提高管理类课程的教学质量和教学效果具有重要作用。但是,目前在案例教学实践方面,尚缺乏规范有效的理论模型予以指导。提出了运用于案例教学的两个实践模型"理论导入模型"和"案例导入模型",并对模型应用于教学的实际效果进行实证研究。研究结果表明,模型在实施管理类课程案例教学方面具有较强的实用性与应用价值。     

基于声振一体化的变压器感知系统在故障诊断中的应用研究

本文针对变压器运行状态与故障诊断需求,结合泛在物联网等技术,提出一种声振一体化的变压器运行状态感知系统。以压电式传感器和传声器作为采集终端对变压器基础数据进行采集;利用三层架构思想,将整个感知系统分为感知层、网络层和诊断层。基于变压器运行状态感知系统通过对振动信号进行降噪、求小波包-能量熵,按照熵值的变化,不仅能够判断变压器内部是否出现故障,而且能够判断其故障程度能够准确判断其故障相位置。最后在电源容量有限情况或者减小对电源的需求情况下模拟试验方法,最大程度地满足负载试验的需求。     

一种改进粒子群算法及其在热工过程模型辨识中的应用

为了提高基本粒子群优化(PSO)算法的收敛性,提出了一种引入选择与变异机制的改进PSO算法。该算法选择一定范围的优秀粒子代替较差粒子,并使粒子以不同的概率变异。仿真试验表明,引入选择与变异机制使PSO算法的收敛速度得到了提高,并且有效抑制了PSO算法的早熟。将改进PSO算法应用于热工过程模型辨识,在较少的迭代次数内得到了比较精确的模型辨识结果,且具有很好的收敛性能,获得了满意的辨识效果。     

一种改进的遗传优化策略在电机故障诊断中的应用

依据神经网络和遗传算法的特点,本文提出了利用遗传算法(GA)优化神经网络,将二者有机的结合起来,建立故障诊断的优化模型(GA—BP)网络,在遗传算法中放弃传统的轮盘赌,采用一种叫锦标赛的选择策略并改变迁移策略来进行遗传算法,优化BP网络的初始权值和阈值。以各种原始资料和现场实录资料作为训练样本,首先进行遗传算法的运行,得到了优化的权值和阈值,作为BP网络的的初始权值和阈值,接下来通过BP网络训练样本,实现BP网络学习的目的,建立样本(作为输入变量)与实际故障类型(作为目标变量)之间的潜在联系。最后用测试样本对GA—BP网络进行测试,检验表明用改变选择策略并改变迁移策略的遗传算法来优化BP网络的诊断正确率明显得高于未进行优化BP网络,不仅能发挥神经网络的泛化映射能力而且诊断速度也有提高,有较强的学习能力。     

案例教学法在公共教育学教学中的应用

案例教学作为教育理论和实践之间的桥梁,以案例的运用和讨论为突出特征。在公共教育学课中实施案例教学方法,大致可分成案例引入、案例讨论、总结评述三个基本环节。要提高公共教育学运用案例教学的有效性,就应重视高质量案例的选编,构建系统的案例知识体系,加强案例教学的管理和培训。     

角色访问控制模型在两票管理系统中的应用

在电力调度检修票和操作票(简称两票)系统中,设计了许多功能和流程,一个用户具有多个权限,一个权限也需要授予多个用户。文中在电力调度两票管理系统中引入基于角色的访问控制(RBAC)模型,其基本特征是根据安全策略划分出不同的角色,对于每个角色分配不同的权限,并为用户指派不同的角色,用户通过角色间接地对信息资源进行许可的相应操作,使得对用户的管理更直观,在很大程度上简化了权限管理工作。