基于动态核主元分析的电缆接头故障检测方法

针对环网柜电缆接头故障发生前后时刻的时间相关性较强,且故障的发生是一个非线性过程,将动态核主元分析应用于环网柜电缆接头故障检测并建立故障检测模型.该模型可以在解决非线性变量难以分离的同时提取变量之间的动态自相关特性,并通过建立动态核主元在线监测模型及时检测故障的发生.最后对采集的环网柜电缆接头故障数据进行实验分析,实验结果证明所提方法能有效地检测出环网柜电缆接头故障的发生,且检测精度和误报率均优于之前的算法.     

基于波形匹配的高压输电线故障诊断优化算法

准确高效的高压输电线故障诊断对加快故障后系统的恢复、确保系统安全稳定运行具有重要意义.高压输电线故障诊断问题主要包括故障类型识别、故障测距和故障时间识别.文中将该问题描述为优化问题,即将故障诊断问题中待求解的量(如故障距离)和待估计的量(如过渡电阻)作为故障假设里的未知参数,以故障后的实际波形和期望波形的差异度最小作为优化目标,在此基础上构建了包括离散和连续优化变量的混合优化模型,采用启发式优化算法——和声搜索算法来求解这一优化问题,并根据问题的特点对该算法进行了改进.算例表明,所提出的方法是正确的和有效的.     

同步时序电路故障可测性研究

对不可测故障进行测试产生是影响时序电路测试产生效率的一个重要因素。提出了一种基于简化可控性计算的识别时序电路中不可测故障的算法，运用该算法无须搜索便于识别出时序电路中相当一部分不可测故障。针对ISCAS89电路的实验结果也验证了其有效性。     

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.     

开关柜母排多点面阵测温与温升异常辨识方法

针对单点传感测温难以全面准确识别高压开关柜过热故障的问题，提出一种以低分辨率多点面阵测温取代传统点测温的新方法及其技术实现.首先，提出低分辨率红外阵列传感器的开关柜温度状态多点传感检测技术，获取开关柜电缆室母排与电缆连接处的多视场温度分布数据.其次，在实现过热区域定位的基础上，建立k最近邻(KNN)算法温度故障辨识模型，识别开关柜母排故障状态.最后，搭建开关柜温度状态监测平台，采集数据并分析.实验结果表明，多点面阵测温不仅适用于开关柜状态监测要求，且其温升异常检测方法可有效实现过热故障的区域定位与识别分类.     

基于波形匹配的高压输电线系统故障诊断优化算法

准确高效的高压输电线故障诊断对加快故障后系统恢复速度、进而确保系统安全稳定运行具有重要意义.高压输电线故障诊断问题主要包括故障类型识别、故障测距和故障时间识别.本文将该问题描述为优化问题来求解,即将故障诊断问题中待求解的量如故障距离和有待估计的量如过渡电阻作为故障假说里面的未知参数,以故障后的实际波形和期望波形的差异度最小化作为优化目标.在此基础上构建了包括离散和连续优化变量的混合优化问题,可以同时获得故障类型、故障距离和故障时间.采用了近年来提出的一种高效的启发式优化算法─和声搜索算法来求解这一优化问题,并根据问题的特点对该算法进行了改进.最后,用算例系统的仿真结果来说明所提方法的正确性和有效性.     

一般相关噪声下线性系统定区间平滑估计算法

针对机动目标跟踪中固定区间平滑估计算法对噪声相关性考虑不完全的问题,提出了一种具有一般相关过程噪声与量测噪声的离散线性系统最优固定区间平滑估计算法.该算法通过将固定区间内全部量测进行集中式扩维,并对误差传递进行分析,从而精确给出了误差间的相关性,在线性无偏最小方差意义下对系统状态进行递推估计.与不考虑相关性的卡尔曼平滑算法以及仅考虑量测相关性的正、逆向滤波融合平滑估计算法相比,新算法在噪声的高斯分布假设下是最优的,且随噪声相关性增强其优越性越明显.仿真结果表明,在相关系数为0.36时,新算法的位置跟踪均方根误差比不考虑相关性和仅考虑量测相关性的平滑估计算法可降低38%.     

基于信息熵贴近度的旋转机械故障诊断

基于信息融合的思想,研究了反映振动能量的旋转机械故障状态的各种信息熵特征,如奇异谱熵、功率谱熵、小波空间状态特征谱熵和小波能谱熵．通过转子试验,给出了旋转机械的不平衡、不对中、支座松动、轴裂纹典型故障下的各信息熵的变化范围．根据越相似的模式间距离越短原理,提出采用贴近度来进行模式识别的方法．首先利用贴近度原理和熵带构建了信息熵贴近度模型,其次计算出待识别状态与各典型故障之间的信息熵贴近度值,则对应于待识别状态之间的信息熵贴近度最大的即为待识别状态的故障模式,最后通过实例描述了基于信息熵贴近度的旋转机械故障诊断方法的可行性．     

基于特征波形稀疏匹配的滚动轴承故障模式识别

提出了一种基于特征波形稀疏匹配的滚动轴承故障模式识别方法.该方法通过自行设计的搜索算法从信号中提取多段特征波形,并对其进行学习优化,以优化后的特征波形作为基原子模型生成原子库及模式匹配库.将待识别信号在模式匹配库上进行一阶匹配分析,实现轴承故障的模式识别.对正常轴承、滚动体故障、内圈故障和外圈故障信号进行实验,验证了方法的有效性和鲁棒性.     

滚动轴承故障程度识别

针对实际运行滚动轴承的故障程度问题,提出一种诊断滚动轴承故障程度的方法.深入研究滚动轴承的故障机理、振动信号的时域特征以及不同程度故障对滚动轴承运行的影响进行了,广泛分析振动特征提取方法和支持向量机的算法,采用了小波包能量法提取状态特征,使用新型二叉树支持向量机的多类分类算法.实验结果表明采用小波包提取状态特征和支持向量机可以滚动轴承故障程度识别,模型的学习、泛化能力强.     

用人工神经网络诊断电力电子电路主回路故障

提出了一种用前向神经网络(BP网络)来诊断新型无功发生器(ASVG)逆变器主回路元件开路故障的方法.把逆变器输出电压波形在一个周期内分为4个区,则可以发现单个元件开路的相应故障特征.这个特征表现在某一区域的电压值异常现象(为浮动状态),这可以用前向神经网络来进行识别.通过电力电子仿真软件(PSIM),得到了主回路单个元件开路时逆变器输出的电压波形样本,利用这些样本可以训练神经网络.研制了用神经网络诊断故障的软件,对测试样本的识别得到满意结果.     

电缆线路故障自适应预报系统

根据电缆传输线线路的电气特性,建立并解出其理想数学模型,从含有噪声的输入输出数据中提取电缆线路的信号,用自适应预报辨识方法,超前发现电缆线路是否有出现故障的可能。最后根据序贯概率比检验法,预先确定一个检验区间,在辨识算法的支持下,有效地实现了对电缆线路故障的检测。自适应预报辨识方法,在满足各项性能指标的前提下,可明显提高发现故障隐患概率,取得良好的故障预报效果,提高电缆线路运行的安全性。     

数学形态学的混合线路故障滤波及定位

随着城镇化建设的推进以及越来越多的跨海输电工程,采用架空-电缆混合线路越来越多,快速准确定位混合线路中故障点是保证电网稳定运行的基础。文章提出一种基于数学形态学故障波形滤波以及故障定位的方法,考虑实际测量环境中各种噪音,采用数学形态学中的梯度变换来突出暂态行波的突变点,确定折反射行波经过测量点时间;分析折反射行波传播的路径,通过时间差值来确定故障点,并以某线设备安装站的监测数据进行对比验证。结果表明,数学形态学滤波较好地恢复了波形原始形貌,在不同噪声类型下都有较好的适应性,故障定位也与实际情况较为符合。此成果对混合线路的识别定位提供了重要依据。     

基于强跟踪滤波器的火电机组故障实时诊断

目的解决火力发电机组的安全运行问题。方法将发电机组的部件故障、传感器故障和执行器故障定义为待辨识的参数,然后利用强跟踪滤波器对机组的状态和参数进行联合估计,最后利用修正的Bayes算法做出故障判决。结果仿真实验表明,该方法不仅能准确快速地识别故障,而且在故障发生时能够保持比较高的状态与参数估计精度。结论火电机组故障实时诊断的强跟踪滤波器方法是切实可行的。     

高压交联聚乙烯电缆附件局部放电特性分析

构建了110 kV电缆中间接头内部4种典型绝缘缺陷物理模型,通过建立电缆附件局部放电(partial discharge,PD)试验研究平台,获取不同绝缘缺陷模型下的放电数据,并构造了三维放电图谱,分析了单次脉冲的时频域特征及放电统计特性.试验结果显示,在起始放电阶段各缺陷下的放电脉冲波形比较稳定,时频特性有明显差异,其随机性主要表现为脉冲峰值的波动,而放电区间、放电重复率等统计特征也有很大不同,这些特征可用作放电类型识别的依据.     

识别模型参数的电压源换流器型直流输电线路纵联保护

针对电压源换流器型直流(VSC-HVDC)输电线路主保护耐过渡电阻能力差、后备保护动作速度慢的问题,提出了一种识别模型参数的VSC-HVDC输电线路纵联保护新原理.该原理将区外故障等效为正的电容模型,区内故障等效为负的电容模型.对于电压等级为±60 kV、电缆线路长为300 km的VSC-HVDC仿真模型,发生区外故障时,识别出的线路对地电容约为80μF;发生区内故障时,识别出的并联电容负值约为-1 000μF.通过判别识别出的电容值的正负,即可区分区内和区外故障.结果表明,该原理不受过渡电阻、线路分布电容和控制方式的影响,灵敏度较高,在各种工况下均能在发生故障后10 ms内准确区分区内和区外故障,具有一定的实用价值.     

应用TC方法的电压暂降检测

针对电能质量故障中电压暂降故障的诊断,提出容差曲线法.基于传统的电压暂降特征量的方法没有充分考虑到电压容差,因而可能造成检测误差较大.所提出的新方法利用了电能质量监测参数(Vsag,Vavg,d)和容差曲线的电压最小值Vmin.在容差曲线方法的公式中,能够用k次均方根的函数表示接近于矩形的电压暂降波形,且可以通过改变函数中的某些量来改变电压暂降持续时间.研究结果表明:该方法不仅能够应用在矩形暂降波形的的电压暂降故障检测中,还可以应用在非矩形暂降波形的电压暂降故障检测中.     

基于故障敏感分量和改进K近邻分类器的故障状态识别

针对故障状态下的滚动轴承振动信号非线性非平稳性强、噪声干扰大导致的故障敏感特征提取难的问题,在对轴承振动信号进行局域均值分解（local mean decomposition,LMD）的基础上,提出了一种基于故障敏感分量的特征提取与改进K近邻分类器（K-nearest neighbor classifier,KNNC）的故障状态辨识方法。该方法采用相关系数法对LMD分解出的振动分量进行故障敏感性的量化表征,然后对筛选出的信号分量进行时域/频域的特征提取,构建不同故障状态下的特征样本集。为加快故障状态识别速度,排除不良样本的影响,提出一种基于二分K均值聚类的改进KNNC算法,精简了大容量的训练样本,有效去除不良特征样本和干扰点。实验结果表明,以敏感分量特征作为输入的改进KNNC算法能够快速准确地识别轴承不同故障状态。     

电缆测温系统在工厂供配电系统中的应用

探讨了在工矿企业中１０kV高压电力电缆在线运行温度检测的必要性与实际应用;列举了感温元件 的选型方法以及温度监测系统的组成与运行;介绍了信息处理软件和故障诊断专家系统软件、电力设备底层 信息网、现场总线技术在电力系统中的应用;实现了不停电状态下对高压电缆及电缆接头等各种电缆的故障 在线监测及诊断功能。     

基于非正弦激励的模拟电路故障诊断

传统交流故障字典法通过施加不同频率的正弦激励,以获得对待测电路中频率敏感元件更高的故障覆盖率。为减少多次对待测电路施加激励的时间开销,该文提出可将多个不同频率激励进行叠加,得到非正弦的激励信号作为待测电路激励。在此背景下,讨论了产生一个非正弦激励信号,使之能够包含所需测试频率分量的方法。并分析了在施加非正弦激励下情形下,对待测电路响应中不同频率分量进行解耦,识别各分量交流参数的可行性和需要解决的问题。结果表明:在已知叠加前波形频域特征时,可以反推出叠加前各个原始波形的特征参数。因此,可以在实现压缩传统交流故障字典法测试时间的同时,达到与传统方法相近的诊断能力。