大型变压器故障模拟装置的研究

模拟大型电力变压器的各种主要故障,并对变压器的实际运行环境进行模拟。该装置可以为在线油中溶解气体色谱分析、局部放电检测等变压器安全方面的研究课题提供物理对象,安全实用。     

基于迭代退火算法的高压变频器功率单元频繁故障诊断方法研究

现有的变压器故障诊断方法较为复杂且计算冗余度较高,在高压变频器的功率单元频繁发生故障时难以高效地检测故障。为此,提出基于迭代退火算法的高压变频器功率单元频繁故障诊断方法。采用小波包分解方法提取高压变频器功率单元的电压信号特征熵,将该特征熵输入到支持向量机模型。使用迭代退火算法优化支持向量机的训练参数,并输出诊断结果。研究结果表明：该方法提取的高压变频器单元故障的平均冗余度最低至3.2%,平均诊断时间为15.1 ms,可实现高压变频器功率单元频繁故障的高效诊断。     

电气线路火险隐患与运行设备故障隐患在线热诊断系统

研究根据电气线路和设备表面温度场的变化,通过建立数学模型和数据库,对电气线路和设备的故障隐患者在线诊断。集红外热象测试技术,传热学,电工学和计算机技术为一体,具有非接触,在线诊断,准确给出故障位置等特点,能精确发现温度场异常点,确定隐患等级,推测隐患的发展程度。     

变压器故障的统计分析及预防方法

通过对变压器故障的分析,讨论故障的起因,并涉及了故障类型、频率、程度及运行寿命。对预防变压器故障以延长其使用寿命的维护方法提出了建议。     

燃煤电厂袋式除尘专家系统开发研究

开发了一种袋式除尘系统故障专家诊断方法,用于诊断整个袋式除尘系统的故障现象,通过现场数据采集、操作人员与专家系统的人机对话对故障现象进行分析、推理,并做出相应的解决方案指导操作人员排查故障.燃煤电厂袋式除尘专家系统以知识库、推理机为核心,实现整个袋式除尘系统的设备故障诊断功能和维修故障指导功能,辅以解释机构,人机界面来指导用户如何准确无误地操作运行本系统和袋式除尘控制系统.系统被划分为4个模块:专家系统简介模块,在线故障诊断模块,离线故障诊断模块和专家指导模块.     

基于小波分析的起重机伸缩液压缸泄漏诊断方法研究

本文针对液压缸泄漏诊断方法存在的不足,提出了一种基于小波分析的实时在线监测起重机伸缩液压缸泄漏故障检测方法,通过提取并对泄漏故障特征信号进行小波变换分析和试验台试验验证,可实现对液压缸隐蔽泄漏故障的检测及泄漏程度的鉴别,为起重机伸缩液压缸的泄漏故障分析提供了一种新的有效且快速的检测方法。     

基于小波包变换和ELM的滚动轴承故障诊断研究

为了准确诊断滚动轴承故障,降低滚动轴承故障对设备运行的影响,提出了一种基于小波包变换分析与极限学习机相结合的滚动轴承故障诊断方法.首先,通过小波包变换对轴承振动信号进行消噪处理,采用均方根差和平滑度法为指标筛选出合适的小波基函数,用以对原始信号进行消噪处理.然后以信号的8种特征作为指标对消噪后的信号进行特征值提取,并通过时域、频域信息图对轴承故障进行先验诊断.最后将提取的特征值作为样本通过极限学习机的方法对轴承故障类别进行分类、诊断.研究表明,该方法能够准确地对轴承故障类别进行诊断,为轴承的故障诊断提供了新的思路.     

双机热备计算机联锁控制系统的安全性和可用性分析

从现场的实际情况出发 ,笔者研究了双机热备计算机联锁控制系统的安全度和可用度指标。对实际应用中双机热备计算机联锁控制系统的失效情况进行了分析 ,其结果表明双机热备计算机联锁控制系统出现直接导致系统完全失效的故障概率很小 ,因此 ,引入了系统的故障可用系数 ,并研讨了故障可用系数对系统的可靠度、安全度和可用度的影响。通过双机热备计算机联锁控制系统的安全度和可用度的分析和仿真计算结果表明 ,引入故障可用系数后系统的安全性不变 ,系统的可靠度和可用度有显著提高。     

深井高温热环境的数值评价

根据井下工作面热环境的特点,采用了数值模拟的方法,对高温巷道中的热环境进行数值模拟计算,并应用预计热舒适指标(PMV)对不同设计参数的井下环境的热舒适程度进行科学的评价,给出了高温巷道中的速度场、温度场、热舒适PMV值。以某矿山高温巷道为实例进行了热环境评价,得出了热环境评价结果。结果表明在温度为40℃的高温巷道中,采用入口处风速为0.8m/s即可满足通风降温的要求,所得结果更具有直观性、准确性,为最优通风降温方案的确定提供了技术依据。     

辐射对流散热下大尺寸三元锂电池热模型

为精准界定热失控发展过程中锂电池热聚集特征，采用理论和试验相结合的方法，研究热滥用引发的大尺寸三元锂电池热模型。首先，依据能量守恒定律，明确电池热模型中的加热片产热量Q_e、化学反应产热量Q_f、电能释放产热量Q_j和环境散热量Q_d这4个热量参数，进而基于物理热量计算公式(Q=CMΔθ)和集总参数法，构建大尺寸三元锂电池由热滥用引发的热模型；其次，对模型参数获取进行理论分析，研究4个热量参数对电池热累积变化的重要度；最后，结合试验数据，将研究区间以点(t_i,θ_i)进行分区，确定表面传热系数h的值，进一步验证辐射对流散热下热失控锂电池热模型。结果表明：总产热量Q_w为12.88×10⁵ J,总散热量Q_d为6.60×10⁵ J,其中，辐射散热量为2.91×10⁵ J,对流散热量为3.69×10⁵ J,利用热模型计算出的热量理论预测热失控峰...     

基于Petri网的750kV变电站故障恢复

对750 kV变电站可能发生的常见故障进行详细分类,并据此建立故障恢复推理模型,以便发生故障时能及时快速恢复供电。通过分析750 k V变电站拓扑结构,采用故障分类和基于Petri网建模的方法,将所有可能发生的常见故障分为母线、线路及变压器3类。变电站发生故障时,先根据变电站故障诊断结果,再从故障点隔离到恢复非故障失电区域并建立Petri网模型。故障恢复主要对开关进行操作,因此首先建立开关打开和关断的基本Petri网恢复模块,接着从变压器运行方式及裕量情况给出变压器故障恢复的Petri网模型,然后讨论母线和线路故障时不同情况下的故障恢复Petri网模型,最后根据模型推理过程中点火的变迁,将隔离故障点和恢复供电的断路器记录下来,按照Petri网运行的顺序即可给出最终的恢复方案。通过对750 k V变电站各类复杂故障的建模和推理及由此给出的恢复方案,能够及时给出恢复的操作顺序,方便运行人员快速检修。最后通过HPSim软件对代表性故障进行仿真运行,验证该方法正确、可行且及时。     

基于概率神经网络的液氨汽车罐车复合故障诊断

故障诊断在保证危险化学品汽车罐车运输安全方面具有重要意义。从国内交通运输安全的实际要求出发,依据液氨汽车罐车的结构特点及国家法律法规的要求,比较全面、系统地分析了液氨汽车罐车故障特征的相关参数,并将其作为概率神经网络的输入结点。根据实际可能发生的故障分类模式,考虑到故障诊断的容错能力和自适应能力,提出了基于概率神经网络的复合故障诊断模型。利用指标参数作为网络训练样本,对未知故障模式进行诊断,并以广西地区压力容器检验所液氨检测数据为例进行说明。理论分析和实例计算表明,该模型物理概念清晰,计算结果合理,精度较高,在危险化学品汽车罐车故障诊断中有很好的适用性。该项工作可为我国危险化学品汽车罐车故障智能诊断的深入开展提供参考依据。     

一起110 kV变压器高温过热故障综合分析及诊断

讲述了一起110 kV电力变压器内部发生高温过热故障后的分析和诊断过程,文章通过多种溶解气体分析法如特征气体法、三比值法、四比值法、总烃安伏法等对故障进行分析,准确判断了故障类型、严重程度,并准确判断出故障的大概发生部位,从而对设备的运行及检修提出策略参考,并在设备解体中印证了检修前的分析和判断,确保了设备和电网的安全稳定运行。     

基于SVM的通风系统故障诊断惩罚系数与核函数系数优化研究

使用支持向量机（SVM）方法对矿井通风系统进行故障诊断,存在惩罚系数（c）和核函数系数（g）,通过人工方法选取效率低、难以达到较高准确率并且出现过拟合的问题。为了提高矿井通风故障诊断的效率、准确率,同时避免过拟合现象,提出了一种改进遗传算法（GA）,在故障诊断过程中对支持向量机的c,g参数进行优化。经过多组试验分析,研究结果表明:用遗传算法优化的SVM矿井通风故障诊断系统相比于未优化系统的故障诊断准确率有所提升,参数未优化前故障诊断的准确率为60%,优化后的准确率为97.894 7%,并且优化参数经过大数据样本验证,未出现过拟合现象,证明了本文提出方法的有效性。     

基于深度置信网络的管网泄漏故障诊断方法研究

针对当前管网系统数据量大不利于传统模型方法诊断故障的问题,设计了1种基于深度置信网络的管网故障诊断算法。首先,对管网数据结构以及管网系统运行状态进行分析,选取管网主要数据作为故障诊断网络的输入,确定相应运行状态作为诊断网络输出;其次,设计了基于多个受限制玻尔兹曼机与Softmax分类器级联的深度置信网络,并且利用对比散度算法和BP算法对模型进行预训练与调优,使模型参数达到全局最优;最后,通过实验测试确定所设计的深度置信网络的训练迭代次数与网络层数,使算法诊断准确率达到最优。研究结果表明:提出的基于深度置信网络的管网故障诊断算法对管网故障诊断可以达到良好的诊断结果,泄漏预测准确率在验证集样本上可达96.87%,在管网泄漏检测方面,相较于传统基于模型的方法优势明显。     

基于风量-风压复合特征的通风系统阻变型故障诊断

为了避免风量单一特征进行故障位置诊断的不适定性,提出基于风量-风压复合特征的故障位置诊断方法,实现特征信息的多维互补,提高故障位置诊断的准确度。利用蒙特卡洛方法生成大致满足实际故障风阻值分布的故障仿真样本,为了避免不同变量之间不同量纲、不同数量级造成的数据损失,对原始风量、风压数据进行标准化处理,并分别以风量单一特征、风压单一特征、风量-风压复合特征作为支持向量机（SVM）的输入,构建通风系统阻变型故障位置诊断模型。通过故障模拟实验研究表明:风量、风压单一特征进行故障位置诊断的准确度分别为89.80%,90.34%,风量-风压复合特征进行故障位置诊断的准确度为98.23%,说明风量-风压复合特征进行故障诊断可以消除风量、风压单一特征进行故障诊断的不适定性,提高故障诊断的准确度。     

基于随机森林的阻变型通风网络故障诊断方法*

为了在矿井通风网络发生阻变型故障时,能够快速准确判断出故障位置和故障量,提出1种基于随机森林的通风网络故障位置和故障量诊断方法。利用矿井通风仿真系统IMVS将唐安矿模拟故障生成空间数据集并进行数据预处理,构建基于随机森林的故障诊断模型,并利用该诊断模型对唐安矿矿井通风网络模拟故障位置和故障量进行判断和预测。引用多种方法对模型进行度量,通过唐安矿模拟实验验证基于随机森林的故障诊断模型的有效性。将随机森林和决策树的故障诊断准确率进行对比,研究结果表明:随机森林较决策树故障准确率有进一步的提高,并发现故障地点失误诊断多是相邻巷道,在一定程度上工作人员对故障地点的判断并不受其影响。     

故障树法和改进PSO-PNN网络的电梯故障诊断模型

针对电梯故障问题,提出一种将故障树分析法、改进的粒子群优化算法和概率神经网络相结合的方法用于电梯的故障诊断。以电梯的安全回路系统为例,用故障树法对回路进行分析,获得训练样本与故障类型;使用粒子群算法对概率神经网络的平滑因子进行优化,在优化过程中,针对粒子群算法存在易陷入局部最优的缺陷,提出对惯性权重的改进策略;采用相对误差对诊断效果做出评估,并与传统的概率神经网络和基本粒子群算法优化的概率神经网络在各种故障类型输出和最大相对误差等方面进行比较,结果表明:该模型能够有效诊断电梯故障。