分频输电系统交交变频器桥臂短路故障研究

根据晶闸管开关特性,对分频输电系统中交交变频器发生桥臂短路后电气量的故障特性进行分析。分析中考虑了整流状态、逆变状态及正反桥切换阶段等3种工况,给出了低频侧电压波形和低频、工频侧电流的计算方法,得到了分频输电系统变频器桥臂短路故障时,系统电气量的特征规律。分析结果表明,分频输电系统在变频器桥臂短路故障时存在着桥臂换相失败、低频侧电压有效值明显降低以及工频侧出现较大的故障电流等特征。与拖动用的交交变频器比较,分频输电系统中变频器主要运行在逆变状态,工频侧的短路电流幅值得到了明显抑制,工频侧的短路电流峰值可能较整流状态减少40%以上。计算结果验证了以上分析的正确性。     

模块化多电平换流器的新型桥臂故障容错控制方法

模块化多电平换流器（MMC）被广泛应用于中高功率的输配电场景中，相比传统换流器，MMC可以在桥臂故障的情况下保持容错运行，提高了供电可靠性.尽管已经有相当多的关于MMC的容错运行控制方面的研究，但当三相MMC的一个桥臂发生严重故障而必须被旁路时，其控制方法还没有相关研究.为了解决这个问题，提出了一种新型桥臂故障容错控制方法，该方法通过对桥臂环流的直流分量和交流分量进行调节，实现了对除发生严重故障而被旁路桥臂以外的上下桥臂电容电压的独立控制.通过使用MATLAB/SIMULINK对连接到低压电网的三相MMC进行仿真，证实了所提出的容错方法的可行性和有效性.     

基于深度置信网络的车载电源故障诊断方法

针对车载电源故障机理复杂且知识经验不足,传统浅层神经网络诊断效果难能满意的问题,研究了基于深度置信网络的车载电源故障诊断方法.该方法借助于30 kW车载电源仿真系统采集的几种常见故障数据,通过对深度置信网络进行预训练与反向微调,构建了车载电源相应故障的深度诊断神经网络,从而实现了车载电源几类常见故障的有效智能诊断.该方法的优势在于能够将车载电源的故障特征提取与故障诊断有机融合,摆脱了传统浅层故障诊断方法对大量信号处理技术与诊断经验的依赖,仿真试验也进一步昭示出文中方法在车载电源故障诊断中的有效性和适宜性.     

基于小世界网络的多电平逆变器故障诊断

采用小世界网络理论,对电力电子电路进行故障诊断研究.以六电平逆变器电路为对象,采用理论分析和MATLAB仿真相结合的方法,建立其小世界网络模型,计算特征参数,并编制了相应的故障诊断程序.针对六电平单桥臂电路的故障类型,诊断出的结果与故障信息数据库的参数一致,验证了该故障诊断方法的可行性和程序设计的正确性.     

500kV变电站外接电源站用变压器缺相运行故障分析

500kV变电站通常配置一台外接电源的站用变压器作为备用电源,对于单主变配置或双主变单台检修方式下的500kV变电站,若唯一运行的主变或站用变故障停运时,外接电源站用变将担负起全站的供电任务。对500kV南宁变电站外接电源站用变的一次缺相运行故障进行了分析和论证,并归纳出简单实用的故障判据表,为运行维护人员快速判断处理站用变压器缺相故障提供了依据。     

飞机电源系统的故障诊断数学模型

文章在深入地分析和研究了飞机电源系统经常出现的故障现象及故障产生的原因的基础上,建立了飞机电源系统故障诊断的数学模型。     

交流侧不对称故障下柔性直流输电系统优化控制研究

基于模块化多电平S换流器的柔性直流输电系统（Modular Multi-level ConverterHigh Voltage Direct Current,MMC-HVDC）在交流电网发生不对称故障时,故障侧MMC的内部特性和系统运行都受到较大影响.基于MMC桥臂平均值模型,提出一种不对称工况下MMCHVDC系统的优...     

防止PWM逆变器直通短路的原理及应用

本文提出了通过上下桥臂开关电流互访与联锁、故障断诊、故障处理与记忆等措施,消除PWM逆变器上下桥臂同时直通短路的新原理,并提供了实验验证的结果.     

基于HHT和广义Fourier变换变频调速异步电动机故障诊断

在变频调速异步电动机的故障诊断过程中,由于电源频率的时变性,容易淹没故障特征信号.针对调速过程中常见的恒加速和恒减速运行模式,提出了采用HHT(Hilbert-Huang变换)方法识别运行模式、利用广义Fourier变换进行时频转换的故障诊断方法,可将线调频的电源信号转换为新的时频域的恒频信号.仿真表明该方法能达到突出故障特征的目的.     

机械压力机故障诊断系统的研究

本文以机械压力机为研究对象,着眼于有关机械压力机的故障诊断相关问题,从机械压力机溜车故障的诊断以及主电机过载跳闸故障的诊断,这两个方面入手,在针对机械压力机产生上述两个方面运行故障原因进行详细分析的基础之上,研究了高效且可行的故障诊断操作方式,以此能够显著提高机械压力机故障诊断系统的运行质量与运行效率,希望引起各方关注与重视。     

基于小波包和Elman神经网络的异步电机转子断条故障诊断方法

提出了一种基于小波包分析(WPA)和Elman神经网络的异步电机转子断条故障诊断方法.针对异步电机转子断条故障时定子电流出现的边频分量进行小波包分析,提取动态条件下各频带能量作为故障特征向量,削弱了负载变化及噪声对诊断准确性的影响.采用Elman神经网络对故障进行识别,并对Elman网络进行改进,在关联层增加了自反馈增益因子,提高了网络性能.以频带能量作为Elman神经网络识别故障的特征向量,建立从特征向量到电机转子断条故障之间的映射.试验结果表明:基于小波包分析提取的故障特征明显,由WPA和Elman神经网络构成的诊断系统,能有效地识别出转子断条故障,故障诊断准确率高.     

5G承载网下基于经验小波变换和卷积神经网络的配网故障诊断方法

配电网拓扑结构复杂、分支众多、潮流分布不平衡,且存在通信网络覆盖不完善问题,给精确故障诊断带来很大难度.首先,基于5G承载网络的分布式配电网故障诊断系统,提出了网络时延和丢包模型,测试了实际网络时延.其次,提出了基于经验小波变换(empirical wavelet transform,EWT)和卷积神经网络(convolutional neural network,CNN)的故障诊断方法,对网络传输后的录波电气量进行经验小波变换,得到不同频域分量.最后,对各分量构建卷积神经网络模型,形成EWT-CNN配电网故障诊断方法,给出故障判断报告.实验结果表明,所提出的5G承载网络下的EWT-CNN配电网故障诊断方法可有效诊断出配电网故障点,且具有很好的泛化能力.     

基于小波包-Elman神经网络的电机轴承故障诊断

根据电机滚动轴承振动信号的频域变化特征,通过小波包分析将轴承振动信号分解在不同的频带之内,以频带能量作为识别故障的特征向量,应用容错性强、动态性能良好的Elman神经网络建立从特征向量到故障模式之间的映射,实现电机轴承故障分类。仿真结果表明,采用小波包和Elman神经网络相结合的方法能更加有效地实现电机轴承的故障诊断。     

基于多级观测器的液压伺服系统自适应故障检测与隔离

针对传统的基于固定阈值的故障检测及诊断方法虚警率高,无法有效实现液压伺服系统的故障检测与隔离,提出了一套基于多级观测器的液压伺服系统自适应故障检测与隔离方法。首先,采用第1级RBF网络作为液压伺服系统观测器,通过比较观测器估计输出值与实际系统输出得到残差信号。其次,采用第2级RBF神经网络产生自适应阈值,实现了液压伺服系统自适应故障检测。最后,采用小波包分析提取残差信号特征,利用第3级RBF神经网络实现系统的典型故障隔离。实验结果表明,利用多级观测器模型能够有效实现液压伺服系统的自适应故障检测及隔离。     

基于小波包和RBF神经网络的压电加速度传感器故障诊断

根据压电加速度传感器故障的特点,提出运用小波包变换和RBF神经网络的故障诊断方法。首先运用小波包分解和重构原理将传感器输出信号分解到不同频段中,提取每个频段的能量作为状态监测的特征向量,作为RBF网络的输入,然后利用最佳的RBF神经网络进行压电传感器故障分类。实验结果表明该方法具有良好的非线性跟踪能力,较高的诊断准确率。     

基于小波包分析与RBF神经网络的模拟电路故障诊断

针对常用的BP神经网络须已知结构,且学习算法训练速度慢的缺点,提出一种基于小波包分析与径向基神经网络(RBFNN)的模拟电路故障诊断方法。该方法首先利用小波包分解,归一化作为预处理提取模拟电路的故障特征向量,再将故障特征向量输入到RBF神经网络进行故障诊断。仿真结果表明本方法能够对模拟电路的故障进行有效诊断和定位。     

基于蚁群优化的Elman神经网络在故障诊断中的应用研究

指出普通Elman神经网络BP学习算法的不足,将蚁群算法和Elman神经网络相融合,采用信息素挥发因子ρ和信息素τ更新策略自动调整的自适应蚁群算法优化Elman神经网络的权阚值,并将其应用到柴油机涡轮增压系统故障诊断中.仿真实验表明,优化的Elman神经网络有较快的收敛速度和较高的故障诊断精度,可以有效地诊断柴油机涡轮增压系统的故障,能够更好地避免局部最小,实现了对柴油机涡轮增压系统故障的有效诊断.     

神经网络在提升机故障诊断中的应用

结合领域专家的经验知识,根据提升机制动系统故障树,完成了故障样本的收集与设计,然后用自组织特征映射(SOM)网络对制动系统的7种故障自动进行了分类,成功实现了第一层次的诊断;总结了制动系统子系统-液压站故障树,进行故障样本的收集与设计,然后用BP网络、BP网络状态分类器和Elman网络对液压站故障进行了第二层次的诊断,确定了故障原因和程度.对液压站故障的测试结果表明,这3种网络最后的结构和智能算法trainlm、输入、输出均能满足故障诊断与预测的要求;Elman网络的诊断性能较稳定,其隐含层神经元数对诊断性能的影响较小;故障测试精度由高到低依次是BP网络状态分类器、BP网络、Elman网络.     

一种基于油中溶解气体分析的变压器绝缘故障诊断新方法

将小波神经网络优良的分类诊断能力和最小二乘加权融合方法相结合,采用油气分析实现电力变压器的故障诊断.用非线性Morlet小波基作为神经网络激励函数,形成神经元,结合双方的优点,建立了紧致型小波神经网络.采用6个同一小波,其隐层单元数目、学习率等相关训练参数不同的单个子网络,对相同变压器故障信号样本进行训练,用最小二乘加权融合法对各个子网络的输出结果进行决策信息融合,通过对融合结果的分析,得到变压器故障的识别结果.测试结果表明,系统具有较好的分类诊断能力和可靠性.     

神经网络专家系统对导弹测试车的故障诊断

研究了基于神经网络的故障诊断专家系统的理论与方法 ,并介绍了具体实现过程 ,同时又将此方法应用于某大型导弹武器系统的局部故障诊断之中 ,结果表明了该方法的有效性