汽轮发电机的主要故障及预防措施

文章介绍了汽轮发电机的主要故障类型,即发电机定子、转子绝缘故障,发电机氢油系统故障,发电机定子、转子冷却系统故障和发电机滑环系统故障.在检修过程中要严格执行检修工艺规程,对不合理的环节积极整改,严把工程质量关,从而保证汽轮发电机组的稳定运行.     

一种基于改进DBSCAN算法的光伏故障检测方法

工程中常常通过与邻近电站的单位发电量比较发现故障电站,电站的单位发电量主要与电站地理位置、光伏器件型号及特性等诸多要素有关,选择哪些电站进行比较以及比较的策略是一个需要深入探讨的问题。本文提出了一种改进的A-DBSCAN聚类算法的光伏发电站故障检测方法。通过对影响发电站单位发电量因素的分析,确定了该故障检测模型的输入变量。该方法不需其他外接设备的支持,同时还可以实现在线检测分析。通过比较相同发电环境中的发电系统的单位发电量来对故障检测,初步实验结果反映该方法的正确率为95. 45%,召回率为91. 3%。     

利用弧声信号的电弧预警保护系统设计

基于开关柜电压在电弧故障时电压变化率在零区时最大的规律,研制一种弧声信号的电弧预警保护系统.根据电弧发生燃弧现象之前会有比较明显的弧声信号的情况,用相应的声音传感器将电弧声音从复杂的背景噪声中提取出来,经过信号调理电路和计算机软件系统的运算,设定合适的幅值阈值,实现对故障电弧的报警.实验结果表明,设计的电弧预警保护系统效果良好.     

基于神经网络的传感器故障监测与诊断方法研究

提出了一种基于神经网络的传感器故障监测与诊断的新方法。该方法先用BP网络的预测输出和传感器实际输出之差来判断传感器是否发生了故障，然后用函数型连接神经网络模拟传感器的输出特性函数，通过计算神经元连接权值的变化，确定传感器哪个输出特性参数发生了变化，最终推断传感器发生了哪一类故障。该方法的特点是只需要知道一个传感器的信息。电阻应变式力传感器故障诊断实验结果证明了该方法的实用性，为传感器故障监测与诊断提供了一条新途径。     

基于虚拟仪器的汽车远程故障诊断系统的研究

把虚拟仪器和网络技术引入到故障诊断，使故障诊断与计算机网络技术和虚拟仪器技术相结合．提出了一个基于虚拟仪器技术的远程故障诊断系统模型，设计了数据采集端，介绍了基于虚拟仪器和Internet的远程控制问题的开发过程，并对系统的基本功能进行了描述．     

开放分布式网络管理系统的研究与实现

实现异构网管系统的集成化管理是当前网管领域的难点，立足于分布对象技术，提出了一个基于CORBA的，针对异构网络的管理框架MDNM（Multi Domain Network Management)，并分析了其实现的关键技术。     

有杆抽油系统故障递阶诊断的故障分辨研究

有杆抽油系统工况极其恶劣,发生故障的概率较高。针对有杆抽油系统的特点及其故障诊断目前存在的问
题,提出基于示功图的有杆抽油系统故障递阶诊断法,该方法分为故障分辨和故障识别两个阶段,即首先在故障分辨
阶段根据正常（或平稳状态）样本的统计规律把示功图分为故障类和非故障类;然后采用基于示功图的有杆抽油系统
故障识别的搜索树方法,对故障样本进行故障类型的识别。它提高了故障诊断系统的故障诊断性能,且不需要建立和
求解有杆抽油系统力学模型,也不存在训练集问题,并能反映出有杆抽油系统自身的基本特征。故障分辨过程包括：
在训练阶段,t 检验剔除异常数据后,通过X2拟合优度检验确定样本的随机分布形式及其参数,进而计算出正常区域
和故障区域;在分辨阶段,根据测试样本是否有特征量落入故障区域来判断其分类。实例表明故障分辨过程能从大量
的数据中筛选出故障样本,分辨的正确率比较高;训练样本的统计规律能反映油井实时的生产状况。     

一起配电变压器铁芯接地故障判断及分析

变压器铁芯是传递变换电磁能量的主要部件,保证铁芯的安全是变压器可靠运行的关键。本文就现场出现的铁芯故障和采取的措施作一介绍。     

基于BP神经网络的电机转子故障诊断的研究

介绍了一种基于 BP算法的神经网络在电机转子常见故障诊断中的应用。首先利用测振传感器获得转子的振动信息 ,然后用 FFT分析 ,将振动信号的频谱分析作为神经网络的训练样本。通过选择足够的故障样本来训练神经网络 ,将代表故障的信息输入训练好的神经网络后 ,由输出结果就可以判断发生的故障种类。     

平行双回线路单回线不对称故障时提取故障分量的新方法

针对传统的只能在故障后2到3个周波提取故障分量的缺点,提出了单回线不对称故障在整个故障过程提取故障分量的新方法.该方法在平行双回线路的六序故障分量理论和单回线不对称故障复合序网图的基础上,根据同向网正、负序电流分布系数相等和反向网正、负序电流分布系数相等的特点,用正、负序电流反向量和负序电流同向量间接求得正序电流同向量的故障分量,进而合成得到每回线各相电流的故障分量.该方法不受负荷电流和电网参数波动的影响.PSASP和MATLAB仿真表明,通过该方法得到的故障分量同实际故障分量相同,而且可以长时间提取.