一种开关电容网络子网络级诊断的新算法

在电荷守恒原理和灵敏度分析基础上，提出了一种开关电容网络（ＳＣＮ）子网络级故障诊断的新算法，运用该算法，在诊断过程完成后，能确定出非故障网络（或非故障元件集合）和故障子网络（或故障元件集合）。     

开关电容网络故障诊断

提出一种SCN故障诊断方法，将时变电路SCN，采用双线性变换，等效转换为连续时间电路，进行SCN模块级故障诊断。该方法克服了分立元件级SCN故障诊断的缺陷，提出诊断方程和算法，对可测性做了初步探讨，并对算法举例做了验证。     

基于CEEMD-LMD-SCN的集合型配电网故障选线方法

为解决线路发生单相接地故障时,过渡电阻较高导致故障特征不明显,以及噪声干扰情况下难以对故障线路进行准确识别的问题。提出一种基于互补集合经验模态分解（complementary ensemble empirical mode decomposition, CEEMD）、局部均值分解（local mean decomposition, LMD）和随机配置网络（stochastic configuration network,SCN）的故障选线方法。首先采用CEEMD与LMD对零序电流进行分解,分别计算其对应分量的能量熵;然后将求解出的能量熵值组合形成组合特征向量,利用Synthetic Minority Oversampling Technique,（SMOTE）算法扩充数据,获得训练及测试数据;采用泛化能力较强的SCN网络建立配电网故障选线模型。仿真结果表明：本文故障选线方法在不同故障距离、不同接地电阻和不同故障初始角度的情况下能有效实现故障线路的选择,在高阻以及噪声干扰情况下,该方法适应性依然良好。     

模拟电路子网络级的故障定位

本文首先给出了一种子网络级故障定位的新算法,它在以下两个方面发展了Salama 等人提出的算法:(1)用诊断故障子网络的五个定理查找故障子网络或故障子区;(2)用蒙特卡洛法处理容差效应.与 Salama 的算法相比,本算法计算量小、可靠、且适用于大容差情况.其次,本文提出的“计算节点电流和的灵敏度”对预先估计子网络的可诊断性具有指导意义.为了简化测后计算,本文采用了非故障子网络的等效模型.最后,给出了线性有源网络和运放μA709的算例,结果是令人满意的。     

汽轮发电机组故障诊断的复合式进化网络

提出了一种复合式神经网络结构,并用于大型汽轮发电机组的故障诊断。该神经网络集成一系列的ＢＰ网络,来完成故障分类任务。每个ＢＰ子网络只有一个输出结点并对应于一种特定的状态。子网络的权值通过基因算法进行确定,从而使训练过程可以实时进行。通过这种方法不仅可以对已知故障进行分类,而且可以对存在的新的故障进行识别。一种基于这种结构的实用诊断系统已经投入使用。     

汽轮发电机组故障诊断的复合式进化网络

提出了一种复合式神经网络结构,并用于大型汽轮发电机组的故障诊断．该神经网络集成一系列的ＢＰ网络,来完成故障分类任务．每个ＢＰ子网络只有一个输出结点并对应于一种特定的状态．子网络的权值通过基因算法进化确定,从而使训练过程可以实时进行．通过这种方法不仅可以对已知故障进行分类,而且可以对存在的新的故障进行识别．一种基于这种结构的实用诊断系统已经投入使用．     

基于关联性的卫星通信网链路故障自主识别

针对传统的网络链路故障识别方法往往需要人工参与、准确性有限的不足,提出了一种网络元素关联性的卫星通信网链路故障自主识别算法.该方法通过建立卫星网故障链路识别模型(FLIG),管理节点能够自主地、实时地检测出最可能出现故障的链路.利用该算法对示例网络链路故障进行了分析,并且与经典的非关联性的故障识别方法进行了对比.实验结果表明:所提出的算法考虑网络元素故障之间的作用,结果精确并具有实时性.     

开关电容网络CAD的一种算法

本文给出一种比较完善、实用的开关电容网络(SCN)的分析方法——“(?)割集电荷状态变量法”。该方法巧妙地避开了一般方法中由于变量多而引起的计算量和内存大的问题,因此特别适用于高阶SCN的分析。文中还采用了“电压代替电荷”的措施,使之能适用于含有任何受控元件的电路。在与N相位SCN灵敏度分析方法相比较的基础上,本文还建立了适用于双相SCN的伴随网络灵敏度的分析公式。几种典型SCN的机辅分析结果,证明了文中所提方法的正确性。     

任意开关电容网络的Coates图分析

本文提出了一种分析开关电容网络的新方法,该分析方法使得开关电容网络(SCN)在z域等效电路所需元件减少;利用z域的电压控制电荷源(VCQS),进而应用Coates图及增益公式,即可十分方便地求出其传递函数,该法适用于任意的SCN等效电路,文中对两个实例进行了分析,事实证明该法简便、有效、速度快。     

网络多层次分块故障诊断

本文提出一种网络多层次分块故障搜索诊断的方法．它在子网络级故障可诊断的基础上 探讨用微机诊断大规模电路中故障子网络的一种诊断方法．它对大规模网络的故障诊断具有工程 上的实用价值．     

模拟电路可撕裂的拓朴条件

在模拟电路故障诊断中为了简化运算过程或分离出故障部分，往往需要把一个网络撕裂成几个子网络。但是由于可及点的数目有限及分布的不同，撕裂并不是任意的．本文提出了一个拓朴条件，当这个条件满足时，网络可以在不可及节点上被撕裂成两个可以进行计算的子网络。     

树状网络中最短接通时间的快速算法

针对文件分配问题,提出了一种求解树状网络中最短接通时间的快速算法.基于边着色和标号的思想,结合网络拓扑,将原来的网络分解为一系列更小规模的子网络进行处理.子网络对应的最优解逼近原始网络的最优解.理论分析和实验结果表明,在最短接通时间的计算精度略微降低的情况下,本文算法的计算复杂度为O(n).     

大规模模拟电路子网络级故障诊断的改进节点撕裂法

提出了一改进的节点撕裂法，对满足子网络可解条件的各类可能撕裂情况，提出了相应的自检验判断条件和共检验判断条件，给出了故障诊断的基本步骤及其示例，该方法的为大规模模拟电路子网络级的故障诊断提供了一种更为有效的故障定位方法。     

网络分解定理

作者在本文中提出了一条分解定理。按照这条定理，可将一大型电网络分裂成两个子网络．分别对每一个子网络进行分析计算，所得结果与对原网络进行分析所得结果一样。尤其是我们还可对网络多次进行分割，使网络的分析更加容易，更省机时。此外，此定理还具有多端网络等效变换的作用。     

Online Distributed Fault Detection of Sensor Measurements

In wireless sensor networks (WSNs), a faulty sensor may produce incorrect data and transmit them to the other sensors. This would consume the limited energy and bandwidth of WSNs. Furthermore, the base station may make inappropriate decisions when it receives the incorrect data sent by the faulty sensors. To solve these problems, this paper develops an online distributed algorithm to detect such faults by exploring the weighted majority vote scheme. Considering the spatial correlations in WSNs, a faulty sensor can diagnose itself through utilizing the spatial and time information provided by its neighbor sensors. Simulation results show that even when as many as 30% of the sensors are faulty, over 95% of faults can be correctly detected with our algorithm. These results indicate that the proposed algorithm has excellent performance in detecting fault of sensor measurements in WSNs.     

基于电磁时间反演改进算法的输电线路故障测距

针对目前利用电磁时间反演算法进行故障测距时反演过程需要事先知道故障类型以及利用解耦后的模量进行测距存在死区等问题,本文提出了一种基于电磁时间反演的改进故障测距算法。该算法无需解耦,能够根据非故障相导体的耦合信号实现故障定位,当故障相未知时,可以在反演模型中假定故障相,即使假定故障相与真实故障相不符,也可以根据假定故障相的耦合电流有效地实现故障定位,解决了输电线路故障相未知时故障定位的问题。本文首先理论分析了非故障相耦合信号用于电磁时间反演故障测距的可行性,之后利用ATP-EMTP搭建了750 kV架空输电线路模型进行仿真验证。仿真结果表明该算法不受故障类型和过渡电阻的影响,有较高的准确度。     

分布参数互连网络系统分析方法研究

为了对包含分布参数元件的网络进行有效分析,把整个网络划分为线性集中参数网络和由分布参数元件构成的线性子网络,先采用改进节点法(MNA)建立集中网络的频域方程,然后再将分布子网络以导纳矩阵的形式加入其中.该方法将MNA应用范围从集中参数网络推广到包含分布参数元件的网络,可用于分析一般的分布参数网络.互连网络示例的仿真结果证明了该方法的有效性,仿真时间仅为HSPICE的25%左右.     

改进的EM算法及其在防洪决策中应用

在给定贝叶斯网络结构情况下,利用EM算法及改进的EM算法对防洪决策贝叶斯网络进行参数学习,改进的EM算法通过定义祖先集及计算该祖先集中变量的条件概率,降低期望计算的计算量．应用两种算法对防洪决策贝叶斯网络进行了性能比较,结果表明,改进的EM算法用于贝叶斯网络参数学习和决策支持具有较高的计算速度和精确度．     

基于人工神经网络的旋转机械多故障同时性诊断策略

针对大型旋转机械多故障同时性诊断问题，基于人工神经网络，构造了一种由多个子网络组成的分级诊断网络（ＨＤＡＮＮ）。该网络旨在将一个大的分类模式空间划分为几个小的子空间，以便对各子网络进行有效的训练，提高各子网络的分类能力，从而使整个网络具有高精度的多故障同时性诊断能力，测试结果表明：ＨＤＡＮＮ网络不仅能准确地对单故障进行诊断，而且多故障同时存在的情况下，也能有效地识别出各种故障，该网络具有较高的诊断