故障辨识

摘要： 传统故障辨识方法受机械液压传动系统故障影响,存在故障辨识率低、有效性差问题,提出基于随机矩阵谱分析的机械液压传动系统故障辨识方法.通过分解故障振动信号,得到故障信号的特征向量函数,利用线性分析提取故障信号的随机变量;根据故障信号求解,提取机械液压传动系统故障特征;利用随机矩阵谱分析方法描述机械液压传动系统的状态空间,推算机械液压传动系统的状态方程;利用机械液压传动系统的残差阈值,检测到机械液压传动系统故障;通过对比机械液压传动系统故障的贴近度,选取最大值作为机械液压传感系统的故障信息,实现机械液压传动系统故障辨识.实验结果表明,该方法具有更高的故障辨识率.

摘要： 为解决谐振接地配电网高阻接地故障辨识困难的问题,提出基于多频导纳测量的配电网接地故障辨识方法。首先,建立由配电网中性点处注入特征信号等效回路,通过向配电网注入多频电流信号,测量返回电压信号,测算获得配电网多频导纳参数及阻尼率参数。然后,对由故障过渡电阻产生的增量阻尼率进行叠加,实现故障特征量的有效放大,同时大幅降低干扰的影响,从而有效地辨识高阻接地故障。最后,在PSCAD/EMTDC仿真环境中搭建典型10 kV配电网模型,对不同运行条件下的接地故障进行模拟,算例仿真表明该方法通过叠加多频段特征信号下的系统增量阻尼率,可使接地故障特征得以突显,并具备较高的抗噪声能力,大幅提高了高阻接地故障的辨识能力。

摘要： 针对具有复杂非线性特点的数控机床主轴系统整体动态退化故障较难辨识及故障研究难度大的问题,从数据分析入手,提出一种基于注意力机制与深度学习算法的智能化故障辨识方法,研究机床主轴系统的整体故障辨识问题。该方法设计了注意力机制的研究框架,将研究问题分为全局纵向大分类区间和局部横向细粒度区间两个维度:采用训练并调优后推理平均绝对误差达到0.028 7的门控循环单元模型,辨识出大分类区间的全局性退化故障;采用鲁棒性强且辨识准确率达99.7%的残差网络模型,在sym8小波基自适应软阈值降噪的基础上对局部细粒度区间故障进行准确细节辨识。结果表明:该方法可量化地辨识出主轴系统的整体故障;所提注意力机制可使大分类区间无法准确辨识的故障在细粒度区间得到有效区分,类内数据增长梯度由6.6%增加到43.8%;通过对机床主轴系统实际使用中在空载状态下遇到的不对中和局部共振等典型故障,以及在负载加工状态下故障的辨识研究,验证了所提方法的有效性与准确性。

摘要： 目前针对配电网电弧故障的研究大多忽略电弧弧长变化因素的影响,电弧故障模型与实际配电网电弧故障相差较大,电弧接地故障辨识不准确。为此,搭建了考虑弧长动态变化的电弧接地故障模型。在此基础上,分析了电弧接地故障稳态零序电流的时域波形差异,提出了一种基于稳态零序电流加权欧式距离的电弧接地故障辨识方法,实现对电弧故障的有效辨识。利用PSCAD搭建10 kV配电网模型,大量电弧接地故障仿真实验结果表明,所提电弧故障模型准确有效,可以准确描述电弧电流、电压和故障特性。所提辨识方法能够准确辨识故障类型,且所提方法不受故障初相角、故障位置的影响,为配电网故障精准可靠感知提供依据。

摘要： 针对含有元件、传感器故障的线性随机时变系统,提出了一种系统状态和参数鲁棒估计算法.该算法以Masreliez-Martin滤波器(MMF)为基础,将线性随机时变系统进行扩展,并把扩展参数放入状态向量,通过改善后验协方差矩阵,在考虑非高斯噪声时推导出的.最后,为了验证该算法的正确性,将其应用于液压伺服系统中.仿真结果表明,所提出的鲁棒估计算法能很好地对液压伺服系统进行状态和参数估计,并且收敛速度快,在存在非高斯噪声时灵敏度低,证明了其鲁棒性好、适应范围宽等特点.

摘要： 针对多端柔性直流电网易发生直流侧线路故障的问题,提出一种基于电流暂态量的故障辨识方法。简化故障等效电路,计算得出区内故障时的电流波动幅值远大于区外;分析比较正向、反向故障瞬间限流电抗器的压降值,构成兼有方向性的故障线路判断;利用解耦矩阵解耦电流来消除极间电流耦合特性的影响,计算正负极电流突变总量的比值实现故障极的判别。在PSCAD/EMTDC平台搭建张北四端柔性直流电网模型,确定实验参数和整定值的选取方法,结合大量算例证明,所提辨识方法在不同故障情况下都有灵敏准确的故障辨识性能。

摘要： 为保证实验室用电安全,针对实验室电弧故障,提出一种时频信息融合的电弧故障识别方法并模拟验证。首先分别搭建模型模拟并联与串联电弧,然后在PSCAD/EMTDC中搭建三相五线制实验室用电系统模拟实验室用电电弧,最后针对难以辨识的串联电弧故障,依据突变理论融合时频信息,与阈值进行比较判断故障,并依据多类型负载实验室用电仿真系统进行验证。结果表明该方法可行性高且故障识别率达90%以上。将电弧故障辨识方法以及仿真实验用于教学有助于增强学生实验室安全用电意识,加深学生对相关电路原理、信号处理和故障辨识相关知识的理解,培养学生分析和解决实际电气问题的能力。

摘要： 贯通同相供电技术有效地解决了电气化铁路负序与电分相问题,但现有AT牵引网任一部件发生故障,都会导致整个系统失电,这将严重影响供电可靠性。提出一种适用于贯通同相供电系统的AT牵引网分段供电方案,实现分段内接触网与负馈线的独立测控,构建故障分段导向安全的自愈流程,保障非故障区段的正常运行,缩小事故停电范围。基于AT牵引网分段供电拓扑特征,结合列车与牵引网运行特性,提出混合判据的故障辨识方法,应用多端同步信息,实现故障区段和故障类型的准确辨识。通过Matlab/Simulink仿真,验证了分段供电方案与辨识方法的正确性和对各种故障场景的可靠性。

摘要： 传统单一维度特征只能解决少数2~3类单相接地故障的辨识且正确率较低。为此,提出一种基于多域特征和相关向量机(relevance vector machine,RVM)的配电网单相接地故障辨识方法。首先对零序电压进行小波分析和共空间模式分解,分别提取时-频-空域特征构成多域故障特征量,然后采用RVM进行特征选择和分类识别的联合优化,采用MATLAB构建辐射状10 kV配电网模型对6种故障类型进行仿真试验。结果表明,所提方法能够获得较高的辨识正确率且实时性好,具有较广泛的应用前景。

摘要： 多级高压提水泵属于复杂旋转机械,受设备自身结构影响,其故障特征频率易被强噪声淹没,且叶轮、轴承、齿轮等转子部件的故障振动信号相似度极高,导致现有故障辨识方法无法快速准确辨识其故障模式。针对上述问题,该研究提出一种改进的一维卷积长短期记忆神经网络(One-Dimensional Convolution and Long Short-Term Memory Neural Network,1D-CNN-LSTM)自适应故障辨识模型。首先通过贝叶斯优化算法获得给定模型超参数,再输入经互补集合经验模态分解降噪后的振动数据集,通过1D-CNN层自适应提取样本特征并作为LSTM层输入;利用LSTM层学习具有识别性的深层特征并训练模型,最后由输出层Softmax函数完成故障辨识与分类。多级高压提水泵试验台实测数据集对模型进行验证的结果表明:提出的1D-CNN-LSTM智慧故障辨识模型能够快速辨识关键转子部件的故障模式,且准确率可达97%,具有更好的抗噪能力和鲁棒性能,可为智慧应急供水与净水一体化系统的可靠运维技术研发奠定理论基础。

摘要： 由于变电站计量装置繁多、接线方式复杂,造成电度表二次回路故障现场排查工作难度很大.为了克服这一难题,本文针对电度表的故障情况进行了分析并提出了一种故障辨识方法.为了保证故障分析的客观性和全面性,基于实际运行数据归纳总结了常见的故障类型,并结合相量图推导出三相四线制和三相三线制电度表正常显示电量和故障后显示电量的函数关系.为了提高现场排查工作效率,基于电度表故障分析结果和母线平衡报表的电量数据对故障进行预判,在现场排查前找出可能出现的故障表及故障类型.最后,通过实际算例计算,验证了所提方法的有效性.

摘要： 为了解决作动器发生故障的飞机的角速率跟踪问题，提出了一种基本控制律加修复控制向量的自修复控制方案．该方案首先针对飞机的无故障模型，利用反步法设计角速率跟踪控制律作为基本控制律．在作动器发生故障的情况下，保持基本控制律不变，将飞机作动器视为二阶系统，设计了一种基于高增益观测器的作动器故障参数估计器，对作动器的各类故障进行辨识；根据故障辨识结果构造修复控制向量以抵消作动器故障产生的影响，保证故障后系统的跟踪性能．对某型飞机发生右副翼卡死故障进行仿真，结果表明，故障参数的估计值能够快速收敛到真值，构造的修复控制向量能够将系统性能恢复到无故障时的水平，验证了所提出的自修复控制方案的有效性．

摘要： 针对基于主元分析的多变量统计过程监控中,故障难以准确识别的问题,通过定义相对故障分离能力指标.与传统的基于重构的故障辨识方法的故障分离能力进行比较,发现传统方法仅利用残差子空间或主元子空间中包含的故障信息,很难有效地实现故障的识别.在此基础上,提出了一种基于综合重构的故障辨识方法,将传统基于重构的故障辨识方法的故障分离能力有效组合在一起,提高了基于主元模型的故障识别的准确性.以三容液位控制系统为对象,对其5类典型的故障进行在线监控分析,并验证了所给方法的有效性.

摘要： 综述了现有串弧故障的电流检测与辨识方法,其以电弧电流“零休时刻”、上升率突变或电流谐波分量等信号奇异性提取故障特征,存在受配电线路非线性负载额定工作、感性负载启动等的电流信号奇异性影响而误判.根据负载端电压不受配电线路正常运行电流信号奇异性影响的原理,提出负载端电弧故障电压的检测与辨识新方法,实验分析负载端电压检测不仅可获取串弧故障信号特征,且解决了现有电弧电流方法的可靠性问题.在建立形态小波电弧故障辨识决策函数模型的基础上,选用形态开滤波结合第四尺度小波变换函数,对6种负载端电弧故障电压检测实验与故障特征分析,给出负载端电压检测的电弧故障的小波分量判据阈值,其为正常状态各类负载第四尺度小波分量的10倍.

摘要： 电力设备的红外检测已经在电力系统普遍开展，在一般情况下，设备有无热故障，均可根据设备的红外热像做出定性的判断。但由于电气设备结构的不同及其发热原因的多样性，在实际红外检测中设备故障可能以高温的形式出现，也可能以低温的形式出现，这就需要对热图像故障类型进行判断，从而对设备故障做出准确诊断。也要求红外检测人员对设备结构及其发热机理有足够的了解，以便在实际检测中能准确的判断设备热像图，对设备的状态检修起到指导作用。

摘要： 针对复杂海洋环境中水下机器人的可靠性问题,提出了一种水下机器人的主动容错控制方法.在分析六自由度水下机器人受力的基础上建立了水下机器人简化动力学模型；利用快速学习的递归小脑神经网络(RCMAC)学习辨识机器人中出现的时变故障,并根据故障辨识结果重新配置控制律,使无人水下机器人在故障情况下仍然可以完成预定任务.仿真实验证明了该容错方法的有效性.

摘要： 文章以冗余和容错两个方面阐述了永磁同步电动机及其控制系统的可靠性设计技术,讨论了双余度电机、容错电机、橫向磁场永磁电机的结构特点及其控制方式,在此基础上进一步研究了永磁同步电动机的故障辨识技术和容错控制技术,研究内容为今后该技术的进一步研究打好了基础。

摘要： 针对电力系统低频振荡辨识过程中广域测量信号经过滤波器产生色噪声干扰的问题,提出了一种基于矩阵协方差(COV)、二阶导数定阶法与总体最小二乘-旋转不变技术参数估计(TLS-ESPRIT)算法相结合的电力系统低频振荡辨识方法.首先将采集的信号通过带通滤波器去除趋势项和高频噪声,然后构造样本矩阵的协方差矩阵作为新的样本去除色噪声的影响,再通过TLS-ESPRIT算法进行模态辨识,在定阶问题上采用提出的二阶导数法定阶,使定阶具有自适应性,无需人为指定阈值.仿真结果表明:COV-TLS-ESPRIT算法相比其他方法具有抗噪性能好、拟合精度高等优点,可从噪声环境中准确地辨识出系统的主导模态,具有较强的实用性,能够实现在线辨识.

摘要： 针对电力系统低频振荡辨识过程中广域测量信号经过滤波器产生色噪声干扰的问题,提出了一种基于矩阵协方差(COV)、二阶导数定阶法与总体最小二乘-旋转不变技术参数估计(TLS-ESPRIT)算法相结合的电力系统低频振荡辨识方法.首先将采集的信号通过带通滤波器去除趋势项和高频噪声,然后构造样本矩阵的协方差矩阵作为新的样本去除色噪声的影响,再通过TLS-ESPRIT算法进行模态辨识,在定阶问题上采用提出的二阶导数法定阶,使定阶具有自适应性,无需人为指定阈值.仿真结果表明:COV-TLS-ESPRIT算法相比其他方法具有抗噪性能好、拟合精度高等优点,可从噪声环境中准确地辨识出系统的主导模态,具有较强的实用性,能够实现在线辨识.

摘要： 针对电力系统低频振荡辨识过程中广域测量信号经过滤波器产生色噪声干扰的问题,提出了一种基于矩阵协方差(COV)、二阶导数定阶法与总体最小二乘-旋转不变技术参数估计(TLS-ESPRIT)算法相结合的电力系统低频振荡辨识方法.首先将采集的信号通过带通滤波器去除趋势项和高频噪声,然后构造样本矩阵的协方差矩阵作为新的样本去除色噪声的影响,再通过TLS-ESPRIT算法进行模态辨识,在定阶问题上采用提出的二阶导数法定阶,使定阶具有自适应性,无需人为指定阈值.仿真结果表明:COV-TLS-ESPRIT算法相比其他方法具有抗噪性能好、拟合精度高等优点,可从噪声环境中准确地辨识出系统的主导模态,具有较强的实用性,能够实现在线辨识.

摘要： 一种基于OPGW的输电线路故障与非故障闪络信号辨识方法，包括步骤一、通过闪络在线监测装置采集原始信号；步骤二、从原始信号中筛选出闪络信号；步骤三、截取闪络信号中段T1～T2时间段的原始数据，然后做傅里叶变换进行频谱分析；步骤四：提取步骤三中得到的频谱中0～500Hz频段最大能量幅度A1，500Hz～1500Hz频段最大能量幅度A2，以及1500Hz～2500Hz频段最大能量幅度A3；步骤五：计算能量比K1＝A1/A2，K2＝A1/A3，将K1、K2分别与阈值进行比较，判断是输电线路跳闸故障闪络还是输电线路非故障闪络信号。本发明针对闪络机理进行特征提取分析，具有较高的辨识度和较快的相应速度。

摘要： 本发明公开了一种配电网单相故障的故障类型辨识方法和装置，其方法为：获取配电网参数；向发生单相故障的配电网注入零序电流，依次调控零序电压的相角分别为三相相电压相角；针对每次不同的零序电压相角，通过采集获取对应返回的零序电压，按照预设断线故障和高阻接地故障两种方式计算相应的故障偏转角θ1和θ2；若α‑e1≤θ1≤α+e1，则认为该故障偏转角的对应相为故障相，且故障类型为断线故障；若‑e2≤θ2≤e2，则认为该故障偏转角的对应相为故障相，且故障类型为高阻接地故障；e1和e2分别为断线故障和高阻接地故障的偏转角误差裕度。本发明可实现配电网单相接地故障和断线故障的选相，还可以对两种故障进行辨识。

摘要： 本发明公开了一种模拟电路故障定位与故障元件参数辨识方法，获取测点的传输函数，分析模拟电路的模糊组信息，确定每个模糊组的代表故障元件，基于传输函数得到各个代表故障元件的特征矩阵，构建多项式拟合的超定方程组，计算得到各个代表故障元件对应的系数向量，当模拟电路发生故障时，对测点进行状态监测，基于监测数据进行故障定位，然后针对定位出的故障，利用遗传算法进行故障元件参数识别。采用本发明可以有效实现对模拟电路的故障诊断和故障元件参数辨识，该方法同时具备测前仿真的快速定位和测后仿真的精确参数辨识两个优点，且无需事先存储所有参数漂移故障。

摘要： 本发明公开了考虑故障连锁的关键弹性提升元件辨识及故障恢复方法，包括步骤如下：步骤S1、获取故障场景集并提取故障链；步骤S2、基于改进SALSA算法分析故障链，得到各元件的Hub值和Authority值，结合元件的负荷关键程度和拓扑关键程度得到元件的弹性提升关键程度；步骤S3、利用分析得到的节点元件的弹性提升关键程度结合负荷自身的关键程度对节点负荷加权，线路元件弹性提升关键程度对线路网损进行加权，结合开关动作次数最少为目标得到故障恢复的目标函数；步骤S4、建立分布式能源的数学模型，利用蚁群算法优化进行孤岛划分，实现系统的故障恢复。方案克服分布式能源波动性带来的扰动，引入考虑故障连锁的弹性提升关键程度从而提高配电网的韧性。

摘要： 本发明公布了一种基于有源注入法的配电网单相接地故障的故障相辨识方法。该方法步骤为：首先计算有源电力装置往中性点注入的电流值，以消除配电网不对称度；其次，各相单相接地故障时，分析补偿后的中性点电压与各相电源电压之间的关系；然后，分析各相发生单相接地故障时，中性点电压与A相电源电压之间的相角差分布规律；最后，利用中性点电压与A相电压之间的相角差分布规律对故障相进行辨识。通过本发明可以有效解决配电网发生单相接地故障时的故障相判别问题。

摘要： 本发明公布了基于有源注入法的配电网单相接地故障的故障相辨识方法。该方法步骤为：首先计算有源电力装置往中性点注入的电流值，以消除配电网不对称度；其次，各相单相接地故障时，分析补偿后的中性点电压与各相电源电压之间的关系；然后，分析各相发生单相接地故障时，中性点电压与A相电源电压之间的相角差分布规律；最后，利用中性点电压与A相电压之间的相角差分布规律对故障相进行辨识。通过本发明可以有效解决配电网发生单相接地故障时的故障相判别问题。

摘要： 本发明公开了一种配电网单相故障的故障类型辨识方法和装置，其方法为：获取配电网参数；向发生单相故障的配电网注入零序电流，依次调控零序电压的相角分别为三相相电压相角；针对每次不同的零序电压相角，通过采集获取对应返回的零序电压，按照预设断线故障和高阻接地故障两种方式计算相应的故障偏转角θ1和θ2；若α‑e1≤θ1≤α+e1，则认为该故障偏转角的对应相为故障相，且故障类型为断线故障；若‑e2≤θ2≤e2，则认为该故障偏转角的对应相为故障相，且故障类型为高阻接地故障；e1和e2分别为断线故障和高阻接地故障的偏转角误差裕度。本发明可实现配电网单相接地故障和断线故障的选相，还可以对两种故障进行辨识。

摘要： 一种基于全故障电流的柔性直流配电网单极故障辨识方法，是解决小电流接地方式下单极故障选线易受噪声干扰、故障辨识率低等局限性问题。本发明以拓扑结构更复杂的环形柔性直流配电网为研究对象，提出基于暂态和稳态直流电流的全故障信息的单极故障辨识方法。首先利用基于故障电流暂态方向差动保护原理识别金属性或低过渡电阻情况下的故障位置；进一步对于因系统运行方式改变或过渡电阻较大而导致故障无法准确识别的情况，利用基于小电阻投切的直流稳态电流差动保护原理判定故障位置。本发明综合利用了全故障电流信息，具有低过渡电阻短路时故障识别速度快、高过渡电阻时故障辨识率高的优点。

摘要： 本发明公开了一种基于暂态波形图像识别的输电线路故障辨识分类器，包括：AlexNet网络，通过以下方式构建将输电线路故障所对应该的输电线路首端电压/电流信号、末端电压/电流信号以及首末端的零序分量的暂态波形数据做归一化处理；以同一故障所对应的归一化处理后的暂态波形数据生成一张二维暂态波形图像作为故障样本；获得多个所述故障样本形成的故障样本集；取经过预训练且第一全连接层、第二全连接层和分类输出层重置为待训练状态的AlexNet网络，输入所述故障样本集进行训练直至收敛。本发明还公开了基于该分类器的故障识别方法和识别系统，本发明利用图像特征提取避免了特征量选取的困难，可以实现精准输电线路故障辨识。

摘要： 本发明涉及一种基于故障电流频带分布差异的配电网雷击与非雷击故障辨识方法，属于电力系统继电保护技术领域。本发明过MATLAB和PSCAD联合仿真在配电网的一条馈线上设置直击雷、感应雷过电压和操作过电压引起的单相接地故障作为故障馈线，提取该馈线单相接地故障电流，运用小波包分解，得到不同频段上的小波能量占比分布，根据故障电流小波能量在频段上分布的明显差异，进而来判断雷击和非雷击故障。本发明可利用故障线路的单相接地电流在频带上分布的差异，辨识雷击和非雷击故障，简化了判断过程，且判断结果真实可靠。