声信号特征融合的变压器故障判断方法

针对变压器故障种类繁多、故障样本不足的问题，提出了一种声信号特征融合的变压器故障判断方法. 在正常变压器中提取大量正常声信号，从中找到符合变压器特性的特征. 在时域、频域等不同空间域中对采集的变压器正常声信号进行特征提取，由最大相关-最小冗余算法找到最符合变压器声信号的特征集，并对特征集利用加权熵主成分法得到融合指标. 对某变电站220 kV和110 kV变压器正常信号与故障仿真信号在噪声干扰的情况下对融合指标进行了比较，结果表明:该方法获取的融合指标在正常与仿真故障情况下区分明显，具有良好的识别效果，验证了该方法的可行性.      

配电网故障定位统一矩阵算法的改进

文献[2]中提出了基于FTU的配电网故障定位的统一矩阵算法，但将该算法应用于辐射状馈线和树产太馈线的末端进行故障定位时，会无法判断出故障区域。在此提出在该算法中采用零编号的方法，结果表明该方法可以使得应用该算法对辐射状线跌末端和树状接线的末端进行故障定位时，不存在盲区。     

飞机发动机的冲击、漂移故障信号的稀松分离与匹配技术

为了提高飞机发动机的冲击、漂移故障信号诊断的准确性,提出一种基于逐级正交匹配算法飞机发动机冲击、漂移故障信号的稀松分离与匹配方法。根据冲击、漂移故障分量之间的差异,分别构建对应分量的稀松字典,建立飞机发动机运行信号的稀松分离模型,利用逐级正交匹配算法对信号中的冲击、漂移故障信号进行降噪和分离,获得冲击、漂移信号的特征信息,从而实现飞机发动机的冲击、漂移故障信号的稀松分离与匹配。仿真实验结果表明,改进算法能够对飞机发动机的冲击、漂移故障信号进行准确分离,效果令人满意。     

8G型电力机车牵引电机轴承故障的振动诊断

介绍了采用振动诊断技术，对机车牵引机轴承故障进行动态检测的方法。利用简易诊断法可判断电机轴承有无异常，而精密诊断法则进一步判断电机在发生故障的部位，借助诊断分析系统，对所测信号进行频谱分析，根据电机轴承不同部位故障的特征频率，确定故障程度和部位，以便及时采取防范措施。     

基于FastICA的高压直流输电线路故障测距方法

提出了采用快速独立分量分析(FastICA)的高压直流输电线路(HVDC)单端行波故障测距方法。利用FastICA算法对故障后的直流输电线路电流信号进行处理,分离出电流行波特征信号,检测初始行波波头与第二个行波波头到达测量点的时间,并判断这两个波头的极性关系,实现了故障测距。应用Matlab软件,建立了HVDC系统模型,对多种故障类型进行了故障测距仿真。结果表明,该方法可准确区分中点内外故障,正确有效。     

小波包分析在电气化铁道牵引网故障测距中的应用

参考了小波分析的基础上,采用了小波包分析方法对故障实行定位。由于牵引网故障暂态行波中的高频成分多而复杂,小波分析只能对信号的低频部分进行分解,而没有对高频部分进行分解。于是提出将故障信号经过小波包分析,对高频信号进行了进一步的分解。再结合求导算法和相似性算法对故障信号进行分析。通过实测的数据分析可以得出该方法具有更好的优越性,准确的实现了故障定位。     

一种输电线路故障测距的精细积分新算法

针对以往精细积分算法在计算暂态信号时误差较大、迭代结果容易发散的问题,通过使用一种新的差分格式对算法进行了改进,提高了算法的稳定性,增强了其对暂态信号的分析能力,并通过构造测距函数实现了基于暂态信号的输电线路故障定位.为使测距算法适用于双端数据异步的情况,利用故障前信号,提出了一种确定双端录波数据不同步时差和修正线路长度的算法,将其应用于三相输电线路的故障测距之中.算例仿真结果显示,采用该算法,故障定位精度绝对误差不超过0.6 km,最大相对误差为0.25%,且测距结果不受故障过渡电阻的影响,证明了算法的有效性.     

非直接接地系统两相接地故障的单端测距

提出了一种输电线路中性点非直接接地系统双相对地故障的准确测距方法。该算法利用故障网络与零序网络建立故障测距模型,利用单端信号有效地消除了负荷潮流和故障接地电阻对故障测距精度的影响,并可以自动地确定故障线路。仿真结果表明,在接地故障情况下该算法具有准确有效的特点。     

基于小波包算法的电力系统故障信号处理

提出应用小波包算法来提取电力系统暂态故障信号的基频分量。正交小波包分析能够将信号的频带分割得更精细，对频带进行多层次划分。本文提出电力系统故障信号的小波包分析方法，就是对电力系统故障信号进行细分，以便更精确地提取基频信号。并且将小波包算法与传统的傅立叶算法进行了比较。如果将小波包算法应用于数字保护，则对于提高电力系统的数字保护的准确性很有帮助。     

朴素贝叶斯分类在仪表故障判断上的应用

为了探讨朴素贝叶斯分类在仪表故障判断领域的应用价值,通过将某核电厂压力表故障的历史信息进行分类汇总,将故障的判断转换成文本分类任务,结合朴素贝叶斯分类算法和自然语言处理建立故障的分类模型,实现对新增故障的准确判断。通过验证,朴素贝叶斯分类模型能够对新增故障进行判断分类。测试中需要进行校验类故障准确率能够达到95%以上,其他类故障准确率高于70%。传统故障判断一般是由人来完成,通过贝叶斯分类模型实现对故障的判断,可减轻人员劳动强度,提高工厂维修自动化水平。     

励磁功率单元主回路快速故障诊断策略

分析总结了发电机组励磁系统功率单元的故障类型和常见故障,通过 Matlab 仿真功率单元主回路故障类型,重点研究基于故障频谱分析的定量故障特征提取和故障分类,提出了一种快速针对功率单元主回路的故障诊断真值表法,最后通过实验平台验证故障类别,结果表明：该方法能够正确有效地诊断出功率单元主回路具体的故障晶闸管,为励磁系统功率单元故障诊断提供依据。     

电力系统故障的仿真实验研究

故障计算和分析是电力系统规划、设计和运行中的一项重要工作,随着我国电网的快速发展,传统方法已经不能满足需要,运用计算机进行仿真和计算是大势所趋。文章以Matlab为工具,对电力系统进行故障模拟,人为地设置系统参数和故障类型,求其故障电流和故障电压,避免了采用一般程序设计语言建立电力系统模型的繁琐步骤,快速而准确地实现了电力系统故障的仿真实验和数据分析。     

分层分布式电力系统故障诊断

针对分布式应用系统，提出了一种分层模块化设计方法及模块间故障变量传播的搜索模式。并结合电力系统对分层模块化搜索模式的应用、特点作了进一步探讨与分析，利用人工智能技术综合处理电力系统中存在的大量实时故障信息，实现故障诊断的综合优化和联合决策。该方法具有实用性强、易于实现和搜索速度快等特点，能大大提高复杂系统故障诊断的准确性和动作灵敏度。     

EAST快控电源实时监测系统的设计

在EAST(Experim ental Advanced Superconducting TOKAMAK)超导TOKAMAK装置中,快控电源是一套由多组相移逆变器组成的复杂系统.为了确保整个装置的安全和正常工作,必须对系统运行进行实时监测.在选择硬件并搭建快速采集系统的基础上,利用Labview完成了对快控电源各逆变器电压、电流和控制信号的实时采集、显示和存储,为电源系统的故障诊断和预测提供了充分的数据.并在两组小功率并联逆变器系统上进行了原理试验,获得了令人满意的效果.     

煤矿井下电力监控系统的应用

为了实现地面管理中心对井下高低压设备的正常操作、快速判断和处理故障,研制了一种煤矿井下电力监控系统.该系统由井下防爆配电开关和井上计算机监控系统构成.井下防爆开关以TMS320F2812系列DSP芯片为控制核心,井上计算机监控系统可实时监测井下电网参数、显示和报警过欠压、漏电、过载、短路等故障.目前该系统已应用到煤矿,...     

RMS700监测保护系统的数据管理系统

介绍了一种基于德国飞利浦公司ＲＭＳ７００监测保护系统二次开发而成的计算机数据采集和管理系统。它兼有高速振动数据采集和其他热工数据采集功能，并能实现在线监测及离线分析处理。该系统的核心包括测试信号用快变信号箱、慢变信号箱，高速锁相倍频数据采集板，低速数据采集板以及ＴＭＳ３２０Ｃ２５快速ＦＦＴ板等，最终以高可靠Ｉｎｔｅｌ工控机来管理。该系统用户界面友好，菜单简明易操作，已成功地在北京石景山发电厂连续运行将近一年。对该系统稍加改动就可以移植用于管理美国本特利公司的７２００或３３００仪表，或是构成独立的监测系统。在系统中加入故障诊断软件后，也可构成故障诊断系统     

基于概率神经网络的高压断路器故障诊断模型

针对高压断路器在线监测与故障诊断问题,提出了一种基于概率神经网络的高压断路器故障诊断模型.该模型利用Parzen窗函数和Bayes分类规则建立了前向型自监督神经网络,在分析分（合）闸线圈信号的基础上提出了高压断路器故障模型.仿真结果表明,该模型对断路器的故障模式识别过程具有训练速度快、输出误差小和收敛性好等特点.     

微机电力变压器差动保护的研究

根据电力变压器继电保护的要求,设计出微机电力变压器差动保护系统,分析了微机电力变压器差动保护硬件系统的设计原理,给出了该系统的硬件框图．详细地讨论了信号分析工具：傅里叶变换和小渡变换的特点以及它们的使用范围;指出了傅里叶变换在微机电力变压器差动保护中存在的不足．算法采用小波变换,分析了几种小波母函数．针对当前微机电力变压器差动保护存在励磁涌流与内部故障鉴别理论不完善,采用了基于小波变换的判据。提高了微机电力变压器差动保护系统的可靠性和快速性．     

多能互补发电系统故障识别与测距方法

随着大量新能源的接入,使得多端柔性直流系统(Modular Multilevel Converter based Multi-terminal Direct Current, MMC-MTDC)故障特征愈加复杂,快速准确的故障识别与测距是亟需解决的关键难题之一。为此,本文提出了一种风-光-储-蓄互补发电站经柔性直流输电外送系统故障识别与测距方法。首先,搭建风-光-储-蓄互补发电站经柔直外送系统,在此基础上,提出了一种Teager能量算子能量熵的新方法,利用测量点正负极Teager能量算子能量熵的比值构建故障选极及区段识别判据。接着,针对已识别的故障线路,提出变分模态分解(Variational Mode Decomposition, VMD)与Teager能量算子 (Teager Energy Operator, TEO)相结合的故障测距方法。最后,利用PSCAD/EMTDC进行仿真,结果表明所提识别方法可以准确判断故障所在线路,所提测距方法能在故障发生2 ms时间窗内实现故障测距,误差率不超过2.55%,并具有较高的耐过渡电阻能力。     

离散小波变换在电力系统故障检测中的应用

传统的傅立叶分析难以处理电力系统故障时产生的暂态信号.小波变换具有良好的时频局部化特性,为分析非平稳、突变信号提供了有效的途径.通过多尺度分析,将连续小波变换离散化,得到适合数字信号处理的快速算法——离散小波变换.最后给出了应用离散小波变换进行输电线路故障测距的实例,通过仿真分析证明该方法可以极大地提高测距精度.