基于LSTM-BP级联网络的列控车载设备故障诊断

列控车载设备是保障高速列车行车安全、提高运输效率的核心组成部分,快速有效地诊断其故障类型具有重要意义.针对300T型列控车载设备故障文本数据的错综性和时序性,提出一种基于LSTM-BP级联网络模型的车载设备智能故障诊断方法.首先,采用贝叶斯正则化(Bayesian Regularization,BR)算法优化BP神经网络提高模型的泛化能力;其次,利用长短时记忆网络(Long Short Term Memory Network,LSTM)的记忆特性,充分学习具有时序性的故障特征信息,解决BP神经网络模型难以准确诊断关机误报和引发故障等问题;最后,利用实际数据对模型进行多次试验分析,BR优化的神经网络模型分类准确率为85.06%;而LSTM-BP级联网络模型分类准确率达到95.10%,能够很好地解决对关机误报和引发故障诊断不准确的问题,验证了本文所提出的智能故障诊断方法的有效性.     

电力系统继电保护技术的特点与发展

继电保护技术是指在正常用电的过程中,能够对电路故障进行及时的警报,并能够有效地防止事故发生的一项技术,其核心是继电保护的装置。     

基于VMD-TEO窗和DBiLSTM的早期轴承故障诊断

针对现代滚动轴承早期故障监测因数据量增大所带来的诊断困难问题,提出了基于变分模态分解(VMD)与TEO窗特征提取的深层双向长短记忆神经网络(DBiLSTM)轴承故障诊断方法。首先,利用改进果蝇算法优化的VMD-TEO窗函数,提取轴承振动信号的瞬时能量特征,构造具有时序特性的特征矩阵;其次,利用训练集对DBiLSTM模型进行学习以确定模型参数;最后,用测试集对模型进行验证,输出轴承状态识别结果。试验采用凯西西楚大学轴承故障数据集,结果表明:该方法在处理数据量较大的滚动轴承故障诊断问题时,能有效地对多种故障类型,不同损伤等级的滚动轴承振动信号进行识别。     

基于时序-BP网络的齿轮故障诊断方法及应用

提出了一种基于时序和反向传播网络(Back-Propagation Network,BP)相结合的诊断方法.通过对齿轮箱正常和故障运行状态的振动信号进行时序分析,利用时序模型提取齿轮不同状态的特征,并以其自回归参数组成特征向量作为BP网络分类器的输入进行网络训练,从而实现了对齿轮正常、裂纹和局部点蚀的状态识别与诊断.结果表明,基于时序-BP网络结合的方法对于多故障分类和检测是一种非常有效的诊断手段.     

基于停电区域和灰色理论的电力系统故障诊断新方法

为了给电力系统故障诊断提供决策依据,提出了一种基于停电区域和灰色理论的故障元件识别模型.在停电区域中,详细分析了保护和断路器工作原理,推导出故障状态时保护和断路器状态信息,并构造了元件故障模式状态向量及待检模式状态向量,给出了向量元素赋值规则,通过计算关联度,进而利用故障元件识别规则实现故障诊断的目的.最后,用算例验证了所提出模型和算法的有效性.     

广域继电保护及其故障元件判断研究

传统电网的后备保护系统是使用保护元件的单侧的信息来识别故障,其计算十分繁琐,适应性能差,若发生大规模的潮流转移就有可能引起连锁的动作,而广域继电保护在解决此类问题上比传统的保护系统具有优势。阐述了广域继电保护的原理,分析了现在的研究状况,介绍了实现广域继电保护的基本途径,并着重分析了基于故障元件判别原理实现继电保护,以期对广域继电保护领域的研究起到一定的帮助作用。     

谐波小波样本熵与HMM模型的轴承故障模式识别

根据谐波小波分解非平稳振动信号优良特性与隐马尔科夫(HMM)模型的时序模式分类能力,提出了一种基于谐波小波样本熵与HMM模型结合的轴承故障模式识别方法.该方法首先利用谐波小波对轴承各个状态故障信号进行分解,进而由谐波小波三维时频网格图的频率层数特征计算合理的样本熵维数和阈值,依次提取轴承振动信号各层的样本熵构成特征向量序列;然后将序列前120组输入HMM模型中进行训练得到对应故障模型,剩余80组进行测试与识别,通过对比对数似然估计概率输出值确定轴承故障类型.实验通过与BP和RBF神经网络模型进行不同训练组数的正确识别率对比,验证了该组合方法具有识别准确率高,稳定性强的优点.     

利用等效瞬时阻抗模值特征的母线保护

利用模型参数识别的思想,提出了一种利用等效瞬时阻抗模值特征的母线保护原理.将母线故障状态等效为一个LR模型,通过对模型参数的识别以及所定义的等效瞬时阻抗模值变化特征的分析,构造了两种实用的母线保护方案,可准确判断出母线的区内、外故障状态.与传统的母线保护相比,基于新原理的母线保护在区外故障且电流互感器(TA)饱和时能够可靠制动,无需配备专门的TA饱和识别元件,保护判据简单、易整定,具有较高的灵敏度,而且保护本身对于非周期分量和各次谐波均适用,无需滤波,动作速度更快,同时还具有天然的不受3/2断路器接线的母线区内故障时汲出电流影响的特性,以及具有较强的抗过渡电阻能力.EMTP仿真结果证明了该母线保护原理的正确性和可行性.     

基于WMM-HMM的轮毂电机机械故障诊断方法

为有效监控电动汽车用轮毂电机的运行状态,保障整车的运行安全,提出了一种基于混合Weibull分布模型(WMM)与隐马尔科夫模型(HMM)的轮毂电机机械故障诊断方法(WMM-HMM诊断法).首先,利用轮毂电机振动信号提取敏感特征参数,用以表征其运行状态,建立观测序列.其次,利用WMM对轮毂电机各种运行状态下有限的观测序列进行拓展,获取足量的观测序列作为HMM的训练样本集,确立HMM参数,进而在低、中速工况下分别构建轮毂电机运行状态的WMM-HMM诊断模型.最后,定制相应的故障轮毂电机,搭建试验台,对所提出的方法进行验证.结果表明:所提出的方法能够在低、中速工况下精确识别出轮毂电机的机械故障状态,较传统方法识别精度至少提高了9.3%.     

继电保护系统中电力电容故障的控制与处理

本文介绍了继电保护及故障信息系统的基本概念,提出了继电保护中电容故障(例)的控制方法,笔者从整个电网的角度对继电保护设备和电容故障信息进行分析,使相关的使用人员能够随时了解整个电网特别是电网中的继电保护设备的运行情况,可以随时对故障进行控制并处理,还可以对故障时的数据进行判断,准确定位故障点,快速查出故障设备及故障出现的原因。