基于数据驱动的智能电器运行状态监测方法

以满负载条件下频繁操作的交流接触器为研究对象,提出一种基于数据驱动的电器运行状态监测方法.首先,通过试验平台采集交流接触器历史运行数据,得到状态特征参量,并结合小波变换与主成分分析综合评价,对参量数据进行去噪去奇异值等预处理;其次,针对参量数据存在高维、冗余等负面干扰问题,采用核主成分分析方法进行多信息融合,并基于试验数据进行核参数的优选;最后,将融合信息量输入至隐半马尔可夫模型中,实现智能电器运行状态的监测与识别.以CJX2-8011交流接触器的试验数据为例,验证了所提方法在电器状态监测中的实用性和有效性.     

大型回转机械运行状态的智能化在线监测

研究了人工神经网络用于大型回转机械状态监测的原理，提出了基于网络输出误差的机械状态智能化监测方法．通过对实际数据的分析表明，人工神经网络智能化监测方法具有运算量小、稳定性好、对机械状态异常反应灵敏等优点，完全可用于回转机械的在线监测．     

大功率MMC系统中子模块IGBT状态监测系统设计方法

绝缘栅双极型晶体管(insulated gate bipolar transistor)是模块化多电平换流阀(modular multi-level converter, MMC)中的关键部件之一，对其运行状态进行在线监测是保障MMC系统安全、可靠和经济运行的重要措施。针对MMC子模块中多芯片并联IGBT模块运行状态难以实时监测的问题，文中提出了基于模块壳温分布规律与老化状态映射关系的运行状态监测系统设计方法，以实现不同工况下IGBT模块状态的自适应评估和管理。首先，分析了MMC子模块中IGBT模块老化失效对热流的影响规律，甄选了壳温作为表征模块状态的特征参量。其次，建立了适用于不同工作点的基于神经网络的IGBT模块老化状态监测模型，并根据不同应用场景的需求偏好实现了对功率模块运行状态的表征和识别；最后，基于所提的状态监测系统设计方法在MMC测试平台上验证了方法可行性和有效性。文中所提方法为解决大功率工况下MMC子模块中IGBT模块的状态监测问题提供了新的思路，为系统的运行维护提供了实用、有效的解决方案。     

基于数据融合与信息共享的水电机组故障诊断

对当前水电机组故障诊断系统的现状进行了讨论，并且基于数据融合和信息共享的思想，提出将状态检修系统与计算机监控系统和信息管理系统相结合的方法，基于研究开发了水电机组状态监测与故障诊断系统，达到了充分利用现有资源，提供智能决策参考的目的。     

电力设备状态监测的现状及发展趋势

本文介绍了电力系统状态监测的概念、作用和一般方法，阐述了电力系统状态监测的研究现状和发展趋势，以及电力系统主要电力设备的状态监测方法和手段。     

电网运行参数采集与故障处理方法

针对电网运行过程中状态监测和故障预测、检测和定位的需求，研究了电网运行故障监测技术，提出了基于嵌入式系统对电网工作参数采集、运行状态监测和故障检测方案．详细阐述了电网中远行参数监测的核心技术，采用傅立叶变换在解决信号滤波的同时，也对信号的频率进行采集．在此基础上，设计了电网运行中短路故障的检测方案，并给出了详细实现措施...     

大型回转机械运行状态的智能化在线监测

研究了人工神经网络用于大型回转机械状态监测的原理,提出了基于网络输出误差的机械状态智能化监测方法．通过对实际数据的分析表明,人工神经网络智能化监测方法具有运算量小、稳定性好、对机械状态异常反应灵敏等优点,完全可用于回转机械的在线监测．     

电气设备运行声波信号分析系统

变压器是电力系统中重要的电气设备,其运行状况的好坏直接影响着系统的安全运行。借鉴有经验工作人员的感官经验,研究了变压器运行状态变化与声波特征变化之间的内在联系,提出了一种基于声波分析的变压器运行状态监测的新方法,并开发了变压器运行状态监测系统。此方法适用于设备的状态维修方式,是变压器状态监测的一种有效手段。     

间接状态监测下基于维修费用及残余寿命的设备维修策略

针对不能直接诊断间接状态监测下设备劣化状态的问题,提出了制定费用最优的设备预防性维修策略方法.利用马尔可夫链表示设备的劣化状态,给出了设备可靠度函数,运用贝叶斯规则和马尔可夫模型进行设备状态概率分布研究,建立了间接状态下设备维修费用和设备残余寿命模型,分析了基于设备维修费用和设备残余寿命的设备维修策略.通过实例说明了间接状态监测下基于维修费用和残余寿命制定并实施最优维修决策标准的方法.
关键词：     

基于核状态空间ICA的非线性动态过程故障检测方法

针对工业过程的非线性和动态特性,提出一种基于核状态空间独立元分析的故障检测方法.采用核规范变量分析法将非线性动态过程数据映射到核状态空间,得到去相关的状态数据.对状态数据的各时延协方差矩阵进行加权求和得到状态数据的时序结构矩阵,进而建立ICA统计模型,从状态数据中提取独立元特征数据,并构造监控统计量检测过程故障.在Tennessee Eastman过程上的故障检测结果表明,相比于传统的基于动态核主元分析的故障检测方法,该方法更加灵敏地检测到故障的发生,提高故障检测率.     

Nonlinear Statistical Process Monitoring and Fault Detection Using Kernel ICA

A novel nonlinear process monitoring and fault detection method based on kernel independent component analysis (ICA) is proposed. The kernel ICA method is a two-phase algorithm: whitened kernel principal component (KPCA) plus ICA. KPCA spheres data and makes the data structure become as linearly separable as possible by virtue of an implicit nonlinear mapping determined by kernel. ICA seeks the projection directions in the KPCA whitened space, making the distribution of the projected data as non-gaussian as possible. The application to the fluid catalytic cracking unit (FCCU) simulated process indicates that the proposed process monitoring method based on kernel ICA can effectively capture the nonlinear relationship in process variables. Its performance significantly outperforms monitoring method based on ICA or KPCA.     

远程图像监控系统的智能跟踪开发

介绍了基于因特网的远程智能图像跟踪监控系统的原理及实现方法, 针对现有图像监控系统的缺陷, 将图像处理技术应用于远程监控解决方案,通过实例对核心图象智能处理与跟踪模块的开发和实现作了详细的说明.     

基于核的动态聚类算法用于机械故障模式分类

针对k均值聚类对特征样本划分存在误分类的问题，提出用基于核的动态聚类算法对风机不同工作状态进行分类识别．实验结果表明，该方法能有效地识别机器运行的异常状态，并能对不同的故障模式进行正确的区分，可应用于机械设备运行状态的动态识别．     

Application of Kernel Independent Component Analysis for Multivariate Statistical Process Monitoring

In this research,a new fault detection method based on kernel independent component analysis (kernel ICA) is developed.Kernel ICA is an improvement of independent component analysis (ICA),and is different from kernel principal component analysis (KPCA) proposed for nonlinear process monitoring.The basic idea of our approach is to use the kernel ICA to extract independent components efficiently and to combine the selected essential independent components with process monitoring techniques.I2 (the sum of the ...     

基于时频平面脊信息提取的间谐波分析新方法

针对电力系统间谐波分析的局限性,提出一种基于时频平面脊信息提取的间谐波分析新方法.该方法首先基于自适应最优核时频分布理论得到间谐波信号的时频分布,然后进行时频平面脊信息的提取,从而得到各间谐波分量频率随时间变化的特征.同仅采用时频分布刻画间谐波信号时频分布特性相比,该法具有更高的时频分辨率及更强的信息可读性.仿真及实测数据分析结果表明：该方法表现出很高的时频聚集性,且不受交叉项的影响,清晰地刻画出各间谐波分量的时变性特征,对各频率分量相隔较近的信号仍然有效.     

基于FRICA算法的非高斯过程故障检测方法

独立元分析(ICA)是一种有效的非高斯过程故障检测方法,但其建模过程仅仅使用正常工况数据,忽视了对先验故障工况数据的利用.针对此问题,提出了一种基于故障相关ICA(FRICA)算法的故障检测方法.该方法使用ICA算法提取正常工况数据中的非高斯特征成分;再将正常工况数据集和先验故障工况数据集融合在一起构成多工况数据集,利用非局部保持投影进行二次特征提取,获得故障判别成分;在两种特征成分的基础上构造新的监控统计量,并利用核密度估计得到相应的置信限,完成对实时数据的监控.连续搅拌反应釜(CSTR)系统的监控仿真结果表明:与基本ICA方法相比,FRICA方法能更有效地检测出过程故障.     

利用傅立叶变换筛选核函数的方法

分析了支持向量机理论中核函数与傅立叶变换的关系,证明了基于傅立叶变换的核函数在一定条件下必定满足Mercer条件.在这些结论的基础上,提出了利用傅立叶变换筛选核函数的方法,并给出具体的实例.     

间歇过程在线检测的核独立元分析及局部建模方法

针对间歇过程所具有的非线性特点,提出了一种基于核独立元分析(Kernel ICA)及局部建模的在线故障检测策略.将展开的高维历史数据按时间间隔划分,应用Kernel ICA算法对每一个时间间隔点的分数据块提取独立主成分,构造检测统计量,并用非参数估计方法确定其控制限.这种建模方法机理简单,而且不需要预测过程未知的测量数据.通过对DuPont间歇聚合过程的仿真,验证了所提出方法的有效性和准确性.     

立体视觉双目图像MAP的优化复原方法

为了有效地对立体视觉双目模糊图像进行复原,提出一种动目标双目图像MAP的优化复原方法,将双目运动模糊图像的复原问题转化为在模糊核路径关系约束下的双重循环MAP优化估计问题,在保证模糊核路径对应关系前提下,对双目图像进行去模糊。建立了双目图像模糊核路径的对应关系模型,将关系模型作为约束条件式,嵌入到基于模糊核和双目原图像的MAP优化估计过程中,通过双重循环迭代获取双目图像的模糊核和清晰图像。实验结果表明,该方法能够有效地去除立体视觉双目图像的模糊。